随着大数据时代的到来,各领域的信息呈现爆炸式增长的景象,如何去管理大规模的数据开始受到人们的广泛关注。Hadoop作为用于对海量数据进行分布式存储和并行处理的软件架构,在面世之初就被许多企业及个人接受和使用。Hadoop实现了名为HDFS的分布式文件系统,使用三副本的布局策略去保证数据的可靠性和容错性,同时提供了MapReduce对文件系统中的数据进行有效的处理。HDFS使用的三副本的布局策略虽然可以有效保证数据的可靠性,但是占用了较多的存储冗余空间,造成存储效率低下的问题。纠删码技术是目前被较多用于优化HDFS数据布局策略的一种技术,通过将数据块进行编码来保证可靠性能够有效减少存储冗余空间,但在数据修复时会消耗过多的网络通信流量开销。基于混合编码的Hadoop数据布局方法将RAID 1和RAID 5的概念引入到Hadoop系统中,让数据块使用RAID 1的二副本数据布局方式进行数据布局,提升存储效率,同时使用RAID5的XOR编码使数据块生成编码块,保证系统的可靠性,达到均衡系统存储空间冗余和数据修复中网络通信流量开销的目的。在分析了基于RAID 1+5的Hadoop数据布局方法的可行性后,在HDFS-RAID架构的基础上实现了该方法。实验证明,基于RAID 1+5的Hadoop数据布局方法能够有效减少存储空间,提升容错率,同时系统具有良好的数据写入、数据读取和数据修复性能。