视频点播（Video On Demand）能够满足用户对自主收看视频节目的需求，其作为流媒体技术的重要应用得到了很大的关注。从云计算和P2P网络各自的特点来看，这是两个相互互补的技术，在VOD技术上将两种技术结合使用具有广阔的前景。本文的研究是建立在云环境下基于LT编码的VOD/P2P（CLT_VOD/P2P）模型下进行的。分别在局域网P2P端研究节点的数据处理，在广域网上研究视频流畅播放技术。节点数据处理主要完成数据更新、推送和缓存替换。本文针对节点数据出现冗余的事实及用二次编码进行数据更新的不足，根据对LT编码过程的分析，提出了基于“种子”和分组交换的数据更新算法。该算法通过留取适量的度为1的编码分组作为“种子”，通过种子间的分组交换，更新出新的编码分组。实验表明，本文算法可随时进行数据更新，且所需计算量较小。根据用户点播视频节目的统计规律，通过计算不同节目的理想副本量，将副本量不足的视频节目作为推送的对象，提出了基于Zipf定律的选择推送数据的方法。依据用户点播兴趣改变导致的视频节目流行度趋势变化的现象和经喷泉编码后的编码分组间的对等性，提出了基于流行度和流行度趋势变化的按比例删除算法。该算法不仅改变了判断缓存数据价值权重的依据，而且对缓存数据采用的是依价值权重高低进行不同比例的删除而非传统的全部删除。实验表明，新缓存替换算法与常用的LFU和LRU算法相比，在缓存替换性能上有了改善。为了防止由于网络动态变化而导致视频播放中断，本文根据喷泉编码的特点，提出一种以动态调整编码码长和分组大小为核心的组合算法。该算法能够实时地调整每一次编码片段的大小，灵活地调整启动延时和视频播放帧率，对网络变化有良好的自适应能力。能够避免因网络起伏变化而造成的网络播放中断，很好地保障了视频的流畅播放。实验表明，该算法是有效的。