随着互联网技术的快速发展，云计算作为一种新型的计算模式逐渐受到工业和学术界的关注。数据中心作为云计算的重要基础设施，由众多服务器互相连接构成，服务器中存储了许多数据，用于响应用户的各种请求。　　在部署数据的决策过程中，需要考虑一些重要的性能指标。第一、数据读取延迟。延迟作为影响用户服务质量的重要指标，对云计算的发展至关重要。第二、数据中心的存储代价。由于数据量的不断增加以及传统数据多备份方法的使用，数据中心需要耗费大量的存储空间。第三、数据中心的能耗。数据中心在消耗巨大的能量，并产生高额的电费。　　本论文的主要研究工作如下:　　一、针对数据中心内部延迟和存储代价优化问题，提出了基于最小代价最大流的LSCD（Latency and Storage Cost driven data Deployment）算法。LSCD算法采用纠删码的方式对数据进行存储，以降低存储代价。对频繁使用的数据，设置完整的数据备份，以降低数据访问延迟。通过确定每个主数据和纠删码数据块在数据中心的部署位置，实现延迟及存储代价综合性能最优。　　二、针对多数据中心延迟和能耗优化问题，提出了基于粒子群优化思想的LEDD(Latency-aware and Energy-efficient Data Deployment)算法。LEDD算法在多数据中心环境下引入纠删码的概念，采用纠删码的方式对数据进行存储，并为每个数据设置一个完整的主数据备份，通过为每个主数据和纠删码数据块确定部署的数据中心和服务器，实现用户访问延迟和数据中心能耗的整体性能最优。