先进数据系统实验室

　　我们实验室在大规模分布式存储系统下的纠删码性能优化工作被计算机领域国际期刊TPDS(CCF推荐A类)接收。向各位参与研究工作的老师、同学、合作者表示祝贺。

　　论文题目：Optimal Repair-Scaling Trade-off in Locally Repairable Codes:Analysis and Evaluation

　　论文摘要：在当今基于纠删码的大规模分布式存储系统中，如何提升纠删码的数据恢复性能，保证数据高可靠，是一个关键的问题。局部可修复纠删码（LRC）是一类被广泛采用的、具有高效恢复性能的纠删码策略。另一方面，存储系统需要对纠删码数据进行频繁地扩展，以应对上层应用不断变化的访问性能与可靠性需求。因此，如何提升纠删码的数据扩展性能，是存储系统面临的另一个关键的问题。

　　从传统意义来说，优化恢复性能和优化扩展性能彼此独立。然而，本文通过分析基于LRC的集群存储系统，首次发现：LRC最优的恢复性能和最优的扩展性能无法同时达到，LRC的恢复性能和扩展性能之间存在一些基本的权衡关系。本文进而分析与刻画了LRC恢复性能与扩展性能之间理论最优的权衡曲线，并设计了一系列游走于最优权衡曲线上的数据放置策略。对于任意一个放置策略，如果我们固定扩展代价，其恢复代价一定为最小。本文进一步设计实现了一个基于LRC的原型文件系统，并验证本文放置策略的有效性：例如，相较于传统放置策略，最优恢复性能放置策略能将数据恢复时间减小91.5%，而最优扩展性能放置策略能将数据扩展时间减小95.2%。

　　本文的最优化权衡分析方法可以延伸至其它类型的纠删码策略，如里德所罗门（Reed-Solomon）、乘积码（Product Code）。同时，本文给纠删码存储的研究提供了新的思路：分析传统被认为无关的两个操作（数据恢复和数据扩展）之间的内在联系，进而协同优化恢复性能和扩展性能。