在云计算的基础设施--数据中心内,Hadoop分布式文件存储系统(Hadoop Distributed File System,HDFS)以高容错、高可靠性、高可扩展性的优势被广泛使用。但HDFS中遵循机架感知的存储策略没有考虑数据间的差异性和使用频度,所有数据被以相同副本数复制后分散存储在不同的Data Node节点中,这势必会开启过多的Data Node而导致数据中心能耗过高。针对这一问题,突破现有HDFS对数据块的恒定副本个数存储的局限,提出保证数据块可用性的可变副本存储策略。建立了分布式文件存储超图模型,数学表述了数据块、文件和Data Node间的多对多关系。基于模型提出一种?~横贯超边计算方法实现数据中心HDFS可变?~重极小覆盖集选择,从而确定保证数据可用性的最小数量Data Node开启集合,实现数据中心存储单元节能。在原问题的可行域中会存在多个最优解的情况,即在满足数据块?~覆盖的条件下,存在开启Datanode数目最少且相等的多种方案,因此该问题是一个多态函数优化问题,本文提出采用贪心萤火虫算法加以求解。算法性能测试实验通过Hadoop环境下的Word Count、Tera Sort和Grep三种典型计算实例运算,进行了数据可用性实验,HDFS集群存储负载均衡实验,集群能耗分析以及数据中心网络性能试验。实验结果表明,可变?~数据副本最小覆盖集算法在保证数据块和文件可用的条件下,实现更少的Datanode开启,有效节省HDFS集群能耗,并且通过开启Data Node的合理配置,缓解了网络传输拥塞。