本发明公开了一种针对Hadoop分布式文件系统的存储优化方法，具体为：首先，选取INFO级别日志文件，所选取的日志文件包含具体执行时间戳和文件名信息，获取INFO级别日志文件的访问记录和删除记录；将IFNO级别日志中所有包含关键词的信息提取并整理，再按照时间戳进行排序并编号；之后确定特征标签，选取特征，构建特征向量，形成训练文件淘汰模型的样本集；选择特征向量的三个特征值依次作为决策树的三个分类节点，采用ID3算法建立决策树，并由决策树构建文件淘汰模型；最后，使用建立的文件淘汰模型，预测文件可复用性。本发明的方法，优化分布式文件系统的存储效率，减小数据存储规模，提HDFS的存储效率。
