[发明专利]一种适用于分布式存储的最优局部修复码构造方法

说明书

技术领域

本发明属于数据编码存储领域，涉及分布式存储系统DSSs中的编码存储方法，尤其涉及一种适用于分布式存储的最优局部修复码构造方法。

背景技术

当今时代是一个信息化的时代。信息常以文本、图像、声音、多媒体等格式产生、处理、传输，并且以数据的形式存在于存储系统之中。随着计算机技术的发展，这些数据也以指数的形式激增，所以数据存储就显得极为重要。

分布式存储系统DSSs可用于安全可靠地存储这些大规模数据。分布式存储系统运用大量的数据节点来存储数据。在这样的存储系统中，当与底层网络或者数据节点相关的硬件、软件发生故障时，数据节点经常会发生失效。

为了修复丢失或者删除的数据，就需要增加冗余信息。副本存储方法和编码存储方法是保证数据冗余度的两种重要方法。当原始数据发生部分丢失时，副本存储方法和编码存储方法都可以保证数据仍旧可以正确获取。副本存储方法是将原始数据拷贝一份或多份进行存储，这会造成较大的存储空间开销；编码存储方法则将原始数据分组并编码生成冗余数据分组，保证丢失一定量以内的数据分组时，原始数据仍旧可以获取。虽然编码存储方法与副本存储方法相比计算开销大，修复效率低，但是能够极大地减少存储空间开销，因此编码存储方法目前应用广泛。

近来，最优局部修复码LRCs编码存储策略被提出并开始应用于分布式存储系统以降低存储开销。当码字的一些数据分组更新时，为保证其自身的修复能力，需要随之改变的校验分组数目的最大值称为它的更新复杂度UC。显然，码字的更新复杂度越低，当信息发生改变时，运用这种编码存储方法的存储系统所需的更新计算开销就越小，系统性能也就越好。然而，在现存的最优局部修复码LRCs构造方法中，所有的信息分组均参与了全局奇偶校验分组的构造，结果就出现了这样的情况：如果一些信息分组必须更新，那么所有的全局奇偶校验分组不得不随之改变。因此，这些码字的更新复杂度较高，从而导致了存储系统昂贵的更新进程。

发明内容

本发明针对现有最优局部修复码LRCs构造方法更新复杂度UC较高的不足，提出了一种新的适用于分布式存储的最优局部修复码构造方法。在保证最优局部修复码的最小距离d，码率k/n及局部性r等特性不被损害的情况下，本方法利用最优局部修复码的因子图，通过一定的规则连接因子图中的信息节点和校验节点，构造出了一类接近更新复杂度UC下界的最优局部修复码LRCs。

为实现上述目的，本发明的技术方案如下：

一种适用于分布式存储的最优局部修复码构造方法，其特征在于，包括以下步骤：

步骤一：连接最后λ个局部组中的全局奇偶校验节点和所述全局校验节点；

步骤二：连接特定信息节点和所述全局校验节点；

步骤三：检查全局校验节点连接的变量节点数；

步骤四：检查信息节点连接的全局校验节点数；

步骤五：根据连接关系得到码字校验矩阵；

步骤六：根据码字校验矩阵得到编码码字；

构造接近更新复杂度下界的最优局部修复码，利用最优局部修复码因子图的基本结构，进行校验节点和变量节点之间的连接，从而构造出码字的校验矩阵，进而得到码字的生成矩阵G，即得出本发明中码字的构造方法。

进一步根据所述适用于分布式存储的最优局部修复码构造方法，在分布式存储系统中，按照纠删码的构造方法，将数据条带分为k个信息分组；由k个信息分组构造出n个编码分组，n为正整数，从n个编码分组中取出n个编码符号存储在n个不同的变量节点中，每n个编码符号也就称为纠删码的一个码字，即n为码字编码长度，k为码字原始信息长度，d为码字的距离，所述码字的距离为一个纠删码的任意两个码字汉明距离的最小值，任意距离为d的纠删码能够修复d-1个符号的错误或丢失；

对于一个(n，k)纠删码，它的第m个编码分组的局部性为第m位的校验进程所需参与的分组数目，记为r_m，如果第m个分组丢失，m为整数，0＜m≤n，至少需要r_m个其他分组才能修复它；

码字的局部性r定义为r_m的最大值，具有较小r值的纠删码叫做最优局部修复码，记为(n，k，d，r)最优局部修复码，其中r+1可以整除n。

进一步根据所述适用于分布式存储的最优局部修复码构造方法，n个变量节点被分为n/r+1个局部组，每个局部组包括r+1个变量节点；

校验节点i(i＝1，2，…，n-k)，其中前一半为全局校验节点，后一半为局部校验节点；