近年来随着数据的爆炸式增长,数据的存储规模越来越大,传统的单机系统已经无法满足高速增长的数据存储需求。分布式存储系统使用大量廉价商用服务器通过网络互联,可以提供极强的服务能力和扩展能力。然而,随着集群规模的变大、存储设备的增多,存储节点失效已不是偶然事件。因此,分布式存储系统对数据的可靠性要求尤为突出。分布式存储系统常用的容错技术有两种,多副本技术和纠删码技术。纠删码技术相对于多副本技术在提供相同容错能力的前提下,所需的存储开销更小,因此被存储系统广泛采用。纠删码技术通过对数据切块,计算并存储一定的冗余数据,当发生不超过系统容错能力的节点失效时,可以利用存活节点的数据恢复出失效节点的数据。所以,为保证部署纠删码的存储系统的可靠性,在数据块更新的同时需要更新与之关联的校验数据;同时,当存储校验数据的节点失效时,快速的故障数据恢复对保证分布式存储系统的可靠性也同等重要。本文主要研究了部署纠删码的存储系统校验更新及修复优化问题,主要研究内容与贡献如下:(1)校验数据更新优化研究随着业务规模的增长,已有的存储系统往往无法满足上层应用更大的存储容量和更高的访问带宽需求。当应用需求超过存储系统的负荷时,需要增加新的存储介质到已有的系统中,并将部分数据迁移到新的存储设备上,以均衡负载和提供更大的访问带宽。然而,数据迁移会造成大量校验更新,由此给系统造成额外负载。本文针对扩容过程中的校验数据更新问题,提出了一种优化策略EPU(Efficient Parity Update Algorithm)。首先,EPU根据用户请求访问情况调整扩容顺序,以最大化利用用户请求节省校验更新引发的I/O;其次,EPU通过比较不同校验更新方式的系统开销,选择最佳的校验更新方式,并尽可能的聚合校验更新I/O以减小系统开销。相比于传统扩容方法采用固定的校验更新方式,使用EPU,既可以减少扩容过程引发的系统带宽开销,也能加快扩容过程的完成。(2)校验数据故障恢复优化研究分布式存储系统的规模越来越大,有的甚至达到几百上千台集群规模。庞大的节点数目造成节点故障频发,当发生节点失效时,需要将失效节点修复,以维持数据的可用性。并且,数据的修复速度应尽可能的快,因为如果修复时间过长,修复期间有可能发生更多节点失效,若失效节点数量超过系统的容错能力,将造成数据的永久丢失。因此,数据的快速修复对于系统的可靠性至关重要。本文提出了一种基于局部校验和全局校验相结合的新型编码ESRC(Efficient Single-failure Recovery Code)码,该编码可以高效地修复单个节点故障,与现有的常用纠删码相比,ESRC码可以提高单个校验节点的修复效率,并维持较低的存储开销。