云存储系统中的预测式局部修复码

来源：计算机研究与发展杂志2019年第9期北京时间：

作者：张晓阳,许佳豪,胡燏翀,

摘要：为了保证客户访问数据的高可用性，一些云存储系统开始采用一类新型编码，即局部修复编码(locallyrepairablecodes,LRC).例如WindowsAzure和Facebook的HDFSRAID.与Reed-Solomon码相比，LRC修复效率高，因为它将每个条带的数据块分成多个组，每个组内额外生成一个校验块，因而组内就可以对单个故障块进行修复.LRC假设每组大小相同，这意味着每个故障块的修复所产生的组内数据传输量是相同的.但是，对于那些更易出现故障的磁盘，它们所造成丢失的数据块理应被系统更有效地修复.借助基于决策树的磁盘故障预测方法来动态调整LRC中组的大小，从而构造一类预测式LRC(proactiveLRC,pLRC)，使得即将发生故障的磁盘存储的数据块所在的组的长度变小，以便这些数据块可以在更小的组内进行更快地修复，同时保持和传统LRC相同的存储开销和编码结构.不仅通过MTTDL建模分析pLRC的可靠性，还在Facebook的HadoopHDFS平台中实现了pLRC并进行了性能测试.结果表明，比起LRC，pLRC的可靠性最多可提升113%，同时降级读和磁盘修复性能最多可提高46.8%和47.5%.

关键词：云存储, 局部修复码, 磁盘故障, 机器学习, 决策树,