近年来,互联网相关行业产生了大量由用户通过如社交网络、博客以及多媒体共享服务等应用生成的数据。研究界和工业界面临的共同挑战是如何设计一个低成本的存储系统来应对数据爆炸的问题。分布式对象存储系统作为一种常用的解决方案经常被用来在实际生产中存储大量的数据。而Ceph凭借自身的高可用性、可靠性和可扩展性,其作为一种分布式对象存储系统被广泛地应用在各个不同的行业领域。数据的大规模增长导致的另一个问题是,生产环境中的多个集群之间可能在部署时存在先后顺序或者存在不同的功能需求,进一步造成集群间的异构问题,例如计算能力异构,存储异构,网络异构等情况。在异构环境下,如何对数据进行放置成为了一个热点问题,根据数据放置策略的不同,可以极大地影响系统的性能和集群之间的负载均衡。目前Ceph中所采用的CRUSH算法更多关注的是数据的负载均衡问题,虽然通过CRUSH Map,Ceph允许用户可以自定义对象存储设备的权重,但这里的权重并没有真正体现出异构环境中不同设备之间的差异,而是仅仅反映了存储介质容量大小的区别,忽略了计算能力和网络等异构情况。在默认情况下,Ceph中的数据将以一种近似平均的方式,被分配到各个对象存储设备上。由于没有考虑到集群之间可能存在的异构性所带来性能下降的问题,最终会导致整体运行时间变长。针对上述存在的集群异构性的问题,本文提出了一种改进的Ceph架构。这个新的架构综合考虑了集群的负载均衡,以及包括节点计算能力和网络带宽在内的异构性。然后本文在改进的Ceph架构下,对分布式计算框架MapReduce进行研究。在将MapReduce迁移至改进的Ceph架构之后,如何在异构集群环境下确定初始数据的分配,找到最优的数据放置策略,从而最小化整个程序的完成时间是十分关键的。因此,本文在保证负载均衡前提下,基于改进的Ceph架构和MapReduce的性质,首先提出了混合整数线性规划算法用来求得在异构环境下Ceph的最优数据放置策略。但是,MILP算法的计算复杂度比较高,时间开销大,无法适用于实际的生产环境。所以本文设计了一种基于遗传算法改进的数据放置算法可以在很短的时间内求得问题的近似最优解。实验结果表明该算法得到的数据放置策略与传统Ceph中的策略相比,在性能方面可以提升高达25.6%。