桌面云作为云计算的一个典型应用，能够缓解传统实验室机房的诸多弊端:硬件成本高、资源利用率低、管理维护成本高、噪音辐射大等。本质上，桌面云成本的降低和资源利用率的提高是通过资源共享实现的，然而廉价存储设备的I/O带宽不能满足实际的需求，这使得I/O成为了性能瓶颈。缓存在存储器层次结构中应用广泛，使用缓存就成为了解决I/O性能瓶颈的关键。为了同时减少后端存储I/O开销和网络I/O开销，我们选择将缓存应用在主机端(Host-side)，即运行虚拟机(Guest)的一端。　　本文通过采集和分析真实桌面云环境下的I/O负载，验证了缓存的价值，并回答了如何选择替换算法、写入策略、缓存容量以及页大小。根据负载分析的结论，我们设计并实现了基于GlusterFS分布式文件系统的低开销、高并发Disk-Cache缓存模块，旨在降低I/O平均延迟、提高系统IOPS。　　本文的主要贡献和结论包括:(1)采集了真实桌面云环境下的负载，并分析了负载的基本特征，发现桌面云负载较好地符合Zipf分布，具有良好的时间和空间局部性，取10％的工作集作为缓存容量并选择LRU替换算法就能达到90％以上的命中率，页大小选取得越大（从4K到128K），缓存命中率越高，同时采用Write Allocate策略的写命中率能达到90％以上，远远高于采用Write Non-Allocate的25％左右的写命中率;(2)设计并实现了基于GlusterFS分布式文件系统的低开销、高并发Disk-Cache缓存模块，并通过评测发现Disk-Cache使读写平均延迟分别达到了616.9x和137.2x的加速比，同时使读写IOPS分别提高了5.7倍和3.6倍。