一种基于大数据组件集群的对象存储服务方法及系统

本发明公开了一种基于大数据组件集群的对象存储服务方法及系统，涉及分布式存储技术领域；本发明通过提取数据对象静态特征、集群动态环境特征及历史访问模式特征，拼接预处理后形成实时多维特征；基于DDPG深度强化学习模型，通过Actor‑Critic网络架构处理连续动作空间，利用历史存储数据训练得到存储策略模型；将实时特征输入模型生成包含存储位置、副本数量、数据分片和生命周期管理的优化策略，并转化为集群可执行指令；本发明克服了现有静态策略的不足，实现了存储资源的动态优化配置，有效平衡性能、成本与可靠性，提升了海量非结构化数据存储在异构集群环境下的自适应管理能力与资源利用效率。