基于分布式存储系统的芦苇

龙源期刊网基于Reed-Solomon的分布式存储系统的算法优化: 陈浩来源: 《信息技术》 2015年24月摘要: 随着规模的增加，基于分布式存储和信息节点的增加存储系统中磁盘出现故障的可能性正在增加. 为了提高系统的可靠性，我们通过RS算法引入冗余数据. 随后分布式存储算法，该研究对传统RS码的生成矩阵进行了一些改进，减少了生成矩阵1的数量并优化了编码和解码的速度. 关键字: 分布式存储系统擦除码RS码冗余数据CLC编号: TP393文档识别码: A货号: 1672-3791（2014）08（c）-0020-02 1 Cauchy RS编码矩阵优化原版Cauchy矩阵为被认为无关紧要，并且算法复杂度是相同的. 本研究提出了一种构造柯西编码矩阵的算法. 我们将编译后的结果与原始CRS代码[1]和其他一些数组奇偶校验代码进行比较. 假设o代表每个编码矩阵中的“ 1”的平均数. 然后，计算每个冗余数据包所需的XOR操作数为. 例如，对于图1的编码矩阵，总数“ 1” s为47. 剩余的编码矩阵总数为6行，o为7.83，所需的XOR操作的平均数为6.83.

考虑另一种构造柯西矩阵的方法: 集合X占据域中的前m个元素，集合Y占据后n个元素. 在我们给出的示例中，此编码矩阵具有54个“ 1”. 这个随机生成矩阵比原始编码矩阵复杂17％. 考虑到三个参数n，m和w，将字段中的元素分为集合X和Y的方法总数为: 我们列举所有可能的组合. 纵坐标表示编码算法的复杂度，如图1所示: 首先，我们可以观察到n的值越小，影响越大，这是由于选择了n和m取决于不等式，以及n越小，m在字段中可以选择的值越大，因此差距越大;当n的值增加时，由矩阵选择引起的差异逐渐减小. 然后分布式存储算法，当n的值增加时，CRS算法的性能逐渐降低. 这是因为当柯西矩阵的维数继续增加时，编码矩阵的次级域中包含的元素更多. 对于该字段中的每个元素，其包含的“ 1”的数量范围在和之间变化. 尺寸较小的矩阵可以包含尽可能多的元素，而尺寸较大的矩阵必须包含数量为“ 1”的元素，因此其计算复杂度更高. 2测试结果龙源期刊网然后，我们将上一章中获得的编码矩阵与其他类型的编码算法进行了比较: Cauchy RS（原始），Cauchy RS（GC），Cauchy RS（BC）和Star-Code [2].

在所有CRS类型代码中，CRS（GC）的性能最佳，尽管其编码复杂度会随着n的增加而降低，这与其他两种CRS的性能一致. 而且，每当它为整数时，CRS（原始）和CRS（BC）的编码复杂度都会发生巨大变化，并且CRS（GC）一直在平稳增长. 3结论本研究通过改进柯西矩阵的产生方法来提高编码效率. 当用C语言实现CRS算法时，仅使用水平验证，因此每次解码时，它都需要占用太多带宽才能下载所需的数据块或冗余块. 如果我们考虑使用对角线验证，则可以执行混合修复，从而节省带宽. 参考文献[1] Plank JS. 关键词: Reed-Solomon编码，突袭系统，容错软件？实践与经验，1997，27（9）: 995-1012. [2] Blomer J，Kalfane M，Karpinski M等. 基于异或运算的抗擦除编码方案[J]. 加州大学伯克利分校，国际计算机科学研究所技术报告tr95-048，1995: 1-19. 龙源期刊网

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-185506-1.html