信息技术的不断发展带来对信息存储高容量，高性能的要求，云存储应运而生。在云存储服务过程中，对于性能和可靠性的要求尤为看重。云存储通常以分布式文件系统体现，这就需要提高分布式文件系统的性能和可靠性。如同像RAID技术引入分布式文件系统中，副本技术的引入可以很好地提高系统的性能和可靠性。副本技术在带来高性能和高可靠性的同时，也带来了副本一致性的问题。如何建立恰当的副本管理机制，减少副本一致性维护所带来的性能的损耗，已成为分布式文件系统的一个研究热点。在Google提出的GFS，Amazon使用的Dynamo等中针对副本一致性问题都提出了一些解决方案，但它们都只关注问题的某一方面。在副本一致性技术维护过程中，课题根据分布式文件系统中副本和负载平衡的发展需求，充分利用负载信息以及存储节点中文件访问的热度信息，提出了基于热度和数据大小的副本一致性维护算法。算法定期从存储端获取热度队列，与更新队列进行比较，若两者无交集，则可以放缓更新，反之，则选取热度大且更新数据量小的文件先更新，热度小且更新数据量大的后更新。通常在一致性维护过程中，会加重元数据服务器处理的负载。当更新负载影响到正常的元数据处理功能的时候，将更新维护切换到客户端来完成，可以减小元数据端的负载。实验表明，基于热度和数据大小的一致性维护策略和动态一致性切换维护策略，在保证数据可靠性的同时，实现了副本一致性的有效维护，大大降低了系统一致性维护的开销。在更新请求占所有访问请求的20%及以上以及副本数量较多的情况下，系统在响应时间上，副本动态一致性较传统的副本一致性策略有较明显的提高。