随着大数据时代的来临,云存储在面对海量的数据处理与挖掘中起到了关键的作用,传统的云存储系统为了保证数据可用性采用完全副本或者纠删码来加入数据冗余,这两种数据冗余方法都存在一定的弊端,未能充分发挥数据中心和移动终端的特点及服务需求,针对此种情况,结合上述两种数据冗余方案设计了一种云存储系统架构及其数据分布策略。通过深入分析完全副本和纠删编码这两种数据冗余的优缺点,设计了一种两层结构的云存储系统架构,分为数据中心—超级节点。利用纠删码节省存储空间的特点,在数据中心采用纠删码的方式加入冗余;利用副本的高性能特点在超级节点采用副本方式为客户端提供高效的数据访问。在数据中心中针对文件纠删编码后形成的多个数据片,提出了一种基于负载均衡的节点排序数据片分布算法,这种数据片分布算法能够快速定位到要读取文件的数据分片,加快超级节点从数据中心存取数据的速度,并且有利于数据中心存储数据片的分布均衡;在超级节点中,文件的多副本要根据实际访问热度完成副本到纠删码的转换,提出了一种基于历史访问信息多周期的热度计算方法,根据访问热度动态调整数据片的副本数,并对热度更新时机、副本上下限、多余副本回收等问题做了较为深入的研究分析。测试结果表明,在数据中心一侧,本文提出的节点排序算法取数据片的时间较随机和顺序取数据片时间节省了70%以上,且节点之间的数据片分布差小于6%,实现了负载均衡;超级节点中,动态副本管理算法和optorsim中LRU和LFU算法相比较,在提高性能的同时减少了50%的副本数目,节省了存储空间。