امروزه شبکه های اجتماعی، سایت های خبری و سرویس دهنده های ابری، روزانه حجم زیادی داده تولید می کنند که به آن بزرگ داده می گویند. mapreduce و hadoop نرم افزارهایی هستند که بمنظور دسترسی سریعتر به بزرگ داده ها، هر فایل بزرگ داده را به چند تکه تقسیم می نماید و از هر تکه چند نسخه ایجاد و آن را در سرورهای مختلف ذخیره می کند که تحلیل و کار با بزرگ داده ها را تسهیل می کنند. در این پایان نامه برای سیستم فایل توزیع شده hadoop، با برچسب گذاری فایل ها در سه دسته فعال، عادی و غیر فعال، روشی انرژی آگاه برای دو حالت انفعالی و پیشگویانه ارائه شده است که مصرف انرژی در سرورهای ذخیره سازی را کاهش می دهد. نتایج پیاده سازی روش پیشنهادی در محیط شبیه ساز cloudsim برای دو حالت انفعالی و پیشگویانه، نشان می دهد که حالت انفعالی 42 درصد و حالت پیشگویانه 45 درصد نسبت به روش های قبلی مصرف انرژی را کاهش می دهد.