随着全球数据总量的快速增长,大数据的时代已经悄然来临,面对如此海量的数据,其要解决的关键问题就是如何存储数据。在这之前,数据存储方式一直以传统的集中式数据存储方式为主,但其在存储海量数据的场景下,由于可扩展性较差、成本昂贵等诸多弊端,显然这种集中式的数据存储方式已然不能满足存储需求。为了解决集中式的数据存储方式面临的问题,各种分布式存储系统应运而生,其中,如何提高云存储系统的QoS性能已经成为一个研究热点。设计一个分布式存储系统的关键就是要设计一个好的数据分布策略,其决定着如何将海量数据尽可能均匀的分布到各个存储设备节点,数据分布的均衡性又对存储系统的读写性能造成极大影响,从而制约云存储系统的QoS性能。Ceph云存储的数据分布算法CRUSH是一种具有高效率、高扩展性特点的伪随机数据分布算法。然而,CRUSH算法存在数据在各存储节点上分布不均衡而影响读写QoS性能的问题,具体表现为两个方面:一方面数据量较多的存储节点必然将承受过重的读写负载,很容易成为制约系统性能的瓶颈;而另一方面数据量较少的存储节点利用率相对较低,又是一种资源的浪费,降低系统的QoS性能。针对上面存在的问题,本文的工作以当前广泛研究与使用的分布式存储系统Ceph展开,其主要的工作和创新点如下:(1)在小规模场景下,针对Ceph数据分布算法CRUSH存在的数据在各设备空间上分布不均衡,最终影响云存储系统读写QoS性能的问题。本文设计并实现了一种基于强化学习的数据分布算法RL-CRUSH,首先从Ceph数据分布过程和算法本身进行理论分析及实验验证,得出PG在OSD节点分布不够均衡是造成用户数据在各存储设备上分布不均衡的原因。然后通过对问题进行建模、设计基于强化学习的训练模型、以及设计并实现基于模型的新算法这三个步骤来改进现有的数据分布算法,使得PG可以近似均匀的分配到各个OSD节点上,消除数据分布不均衡而导致的系统瓶颈,从而可以提高OSD磁盘使用率和改善云存储系统的QoS性能。(2)针对中、大规模的场景下,由于规模增大而导致环境变得更加复杂,我们设计并实现了新的基于深度强化学习的数据分布算法DRL-CRUSH,其借助深度学习从复杂环境中快速提取、转换信息的能力,同时结合强化学习自动决策、控制的能力来改进原有的数据分布算法,实验结果表明在中、大规模场景下,该算法依然对PG在OSD节点间分布均衡性有较为明显的改善,并且具有较好的时间性能。(3)同时,目前基于强化学习的智能算法多用于视频游戏、机器人控制及无人驾驶等领域,我们尝试性的将其引入到云存储领域中,利用强化学习技术来优化云存储系统的QoS性能,也希望能为相关领域的研究者带来一些启发和思考。