伴随海量数据的到来，大数据逐渐进入人们视野，大数据多样化，规模大的特点，使得对象存储技术快速普及，正成为一种新的存储方式。对象存储为最终用户提供了统一的存储空间，每一个对象有唯一的访问标识，该标识在对象创建时产生，对象存储为用户提供了对象上载PUT和用户下载GET两类基本操作为，由于其简单并易于使用，被广泛采用。目前基于中心节点架构的大对象存储系统，如GFS、HDFS，随着对象规模的膨胀，其元数据规模也随之线性增长；单一物理存储块配置，无法有效支持小对象的存储。基于中心节点架构的小对象存储系统，如Haystack，仅支持小对象存储，并且不能支持多副本并发。针对该问题，本文设计并实现了对象存储系统LaUDObject，能够在感知用户的基础上,在有效支持大对象存储的同时，还能够高效支持小对象存储。论文主要工作包括：(1)为了克服主节点上对象副本位置表规模膨胀，通过将多个对象成组，并将成组对象副本统一连续存储在某个节点上，在主节点中建立对象组副本位置表，从而有效减少了副本位置表的规模。对象标识的中间32位数值，对应其对象组编号，对象标识的后32位数值表示该对象在组内的序号。(2)实现了支持小对象的并发更新操作的多副本顺序一致性策略，能够有效提高客户端对象更新效率。(3)通过将组内的小对象合并成为一个大文件，并在外部建立索引的方式，实现了只需要一次磁盘访问即可完成读取操作，提升了小对象的访问速度。(4)通过在感知用户标识，将对象组与用户建立关系，系统能够将同一用户的数据进行聚集存储，可以提高系统整体访问效率。面向大文件/小文件存储的多个应用场景，对LaUDObject、Hadoop和Cassandra进行了性能比较试验，初步验证了本文工作的有效性。