[发明专利]一种基于包的最优局部可修复系统码的构造方法

说明书

本发明公开了一种基于包的最优局部可修复系统码的构造方法，其实现方案是：通过给定的目标码的各项参数构造一个用于生成最优局部可修复系统码的包，再由这些参数可以获取非部分检验符号列个数n₂的值；根据得到的n₂值的大小可以选择采用两种不同的方法构造最优局部可修复系统码。本发明通过对包中集合X的划分，减少了在修复故障磁盘里丢失或损坏数据的过程中参与修复的现存符号位的数目，进而减小了存储开销，降低了更新效率，使最终生成的局部可修复系统码达到最优。

技术领域

本发明属于编码技术领域，尤其涉及一种基于包的最优局部可修复系统码的构造方法，可用于分布式存储系统下磁盘故障节点中丢失或受损数据的修复。

背景技术

大规模的云存储和分布式文件系统已经达到了很大的规模，如亚马逊的弹性块存储EBS和谷歌文件系统GoogleFS。在这种情况下，磁盘故障已经成为常态。在这些系统中，为保护磁盘故障时的数据，常用的解决方案有两种。第一种方案是将数据分组直接复制到不同的磁盘，从而保障信息的完整性。这种方案最简单但却需要巨大的存储开销。第二种方案是对需要存储的数据采用最大距离可分MDS码编码。一般来说，实际系统会优先选用这种方案。若k个信息符号位经过编码可扩展为n个符号位，当k个信息符号位中的任一信息符号位丢失或损坏时，最大距离可分MDS码只需要利用现有的n-1个符号位中的k个符号位，即可恢复出丢失或损坏的信息符号位。和复制到不同的磁盘相比，最大距离可分MDS码可以显著的改进冗余和可靠性。尽管如此，一个包含n个符号位，k个信息符号位的最大距离可分MDS码也存在缺点，即无论何时恢复一个丢失或损坏的符号位都需要从磁盘中取出k个现存符号位参与修复，尤其在大型分布式文件系统中，最大距离可分MDS码的存储开销较大。

发明内容

针对上述现有技术存在的不足，本发明的目的是在于提出一种基于包的最优局部可修复系统码的构造方法，以解决分布式存储过程中所需存储开销过大的问题，减少在磁盘故障节点修复过程中参与修复的现存符号位的数目，降低更新效率。

为了实现上述目的，本发明采用技术方案如下：

一种基于包的最优局部可修复系统码的构造方法，希望构造的最优可修复系统码为目标码，通过给定的目标码的各项参数构造一个用于生成最优局部可修复系统码的包，再由这些参数获取非部分检验符号列个数n2，根据n2值的大小可以选择采用两种不同的方法构造最优局部可修复系统码，具体按如下步骤进行：

步骤一：构造用于生成最优局部可修复系统码的包；

步骤二：获取部分检验符号列个数n1和非部分检验符号列个数n2；

步骤三：获取最优局部可修复系统码。

进一步根据所述最优局部可修复系统码的构造方法，步骤一中所述构造用于生成最优局部可修复系统码的包；

对于原始信息数据的划分情况用包来描述，一个(k,R,1)包用一个二元组(X,β)来表示，其中k表示共有k个原始信息数据需要划分，即原始信息数据中的信息符号共有k位，k个信息符号位组成的集合为X，X的子集可用符号B表示，符号B也称作块，以块B为元素可以得到集合β；

所述集合X划分成不同的块，该划分方式下块与块之间没有交集，所有块的并集就是集合X，不同的块可以有不同的元素个数，对于由块B组成的集合β，集合β中所有块的元素个数组合在一起就构成了集合R，集合R的元素为正整数且最大值不超过k；

若每一个块B都有相同的元素个数r，集合R可记为R＝{r}，r表示当一个码字中有一个信息符号位丢失或损坏时，最多需要原码字现有的n-1个符号位中的r个符号位参与才可以将丢失或损坏的信息符号位恢复，此时包(k,R,1)等价于包(k,r,1)；