在大数据时代背景下,如何将海量数据进行有效存储成为当下研究热点。传统的集中式存储曾短暂解决过这一问题,但其存储代价高昂且存在系统性能瓶颈,使得分布式存储系统逐渐代替其成为海量数据存储的首选方案。分布式存储系统具有成本低廉、可扩展性高的特点,目前对分布式存储系统的研究主要集中在存储节点故障时如何对其进行修复,保证分布式存储系统的可靠性。分布式存储系统中,常见的故障节点修复策略有复制策略与纠删码策略,但这两种修复策略都存在着各自的局限性。复制策略需要的存储开销过大,纠删码策略则在故障节点修复过程中修复带宽开销过大。部分重复（Fractional Repetition,FR）码的提出在一定程度上避免了上述局限性,FR码在修复故障节点的过程中拥有较低的修复局部性与修复带宽开销,且能够对故障节点进行无编码快速修复,这些特性使得FR码一经提出便得到广泛关注。为此,论文针对分布式存储系统中FR码的构造算法进行了研究,主要内容如下:（1）针对部分重复码的有效修复及节点存储容量不同的问题,提出一种基于Harary图的部分重复码的构造方法。首先通过向Harary图的边中按规律填充数据,再将其转化为关联矩阵得出一种简单部分重复码的构造,进一步引入生成树对Harary图顶点按离心率分组构造出了一种新型部分重复（Fractional repetition based on spanning trees of Harary graph,FRSH）码。这种FRSH码可实现节点存储容量的异构,且相较于现有的RS（Reed-Solomon）码和简单再生码（Simple Regeneration Codes,SRC）,FRSH码在修复带宽开销、修复局部性等方面性能更优,且改善了修复效率。（2）为改善分布式存储系统中多节点故障的修复效率,提出一种基于正则矩阵的部分重复（Fractional Repetition based on Regular Matrix,FRRM）码构造算法,在节点容量异构FRSH码的基础上进一步实现了数据块重复度的异构。具体地,首先基于单个正则矩阵构造节点容量同构的FR码,该构造算法得到的FR码具有一般好的特性。其次,为进一步满足实际存储环境中冷热数据的不同存储需求,通过矩阵级联的方式将具有不同重复度的FR码的关联矩阵对角级联,可将数据块重复度与节点容量同构的FR码扩展至异构FR码。在这种异构FR码中,访问频率较高的热数据具有更高的重复度,访问频率较低的冷数据具有更低的重复度,且可根据冷热数据访问频率的变化通过冷热数据调节矩阵对FR码中冷热数据的重复度灵活调节。将其与RS码、SRC以及传统FR码相比,构造的RMFR码在计算复杂度、修复带宽开销等方面均获得了更低的开销,且相较于传统FR码具有更优的存储效率与系统适应性。