云計(jì)算是集分布式計(jì)算、并行計(jì)算、網(wǎng)格計(jì)算、虛擬化技術(shù)于一體的商業(yè)計(jì)算模型，在整合大量計(jì)算資源與存儲(chǔ)資源基礎(chǔ)上，向用戶提供按需計(jì)算能力和存儲(chǔ)空間等服務(wù)。Hadoop是近幾年發(fā)展比較成熟的云計(jì)算平臺(tái)之一，作為一種開(kāi)源軟件框架，憑借其可靠性、可擴(kuò)展性和分布式的計(jì)算和存儲(chǔ)而迅速發(fā)展。

針對(duì)Hadoop分布式文件系統(tǒng)（HDFS）中小文件定義模糊導(dǎo)致HDFS處理小文件性能不佳的問(wèn)題，提出了一種云存儲(chǔ)系統(tǒng)中文件分界點(diǎn)的確定方法-Cut-GAR。該方法分析消耗NameNode內(nèi)存（M）、文件上傳速度（ MUFS）、文件讀取速度（MAFS）與文件大小之間的關(guān)系，得出文件大小三個(gè)近似最優(yōu)值，F(xiàn)M、FMUFS、FMAFS；然后利用灰度關(guān)聯(lián)分析，將M、MUFS、MAFS作為評(píng)價(jià)指標(biāo)，文件大小作為評(píng)價(jià)對(duì)象，得到評(píng)價(jià)指標(biāo)一評(píng)價(jià)對(duì)象灰色關(guān)聯(lián)度以及評(píng)價(jià)指標(biāo)所占權(quán)重，將FM、FMUFS、FMAFS與對(duì)應(yīng)權(quán)重相乘，得出文件分界點(diǎn)。實(shí)驗(yàn)結(jié)果表明，Cut-CAR在M、MUFS和MAFS三者之間取得平衡，可以有效確定文件分界點(diǎn)，提升小文件處理性能。