随着信息技术飞速发展，互联网越来越多的渗透到人们的生活中。而在这种现象的背后是数以亿计的数据每天在不断的被生成、存储、计算、挖掘和研究，传统数据库在面临如此大规模的数据量下已经无法满足人们的需求。于是，越来越多的分布式文件系统进入了人们的视野。其中，阿里巴巴公司为了解决淘宝网海量小文件的存储与管理问题提出了一种新的分布式文件系统----淘宝文件系统(TaoBao File System，TFS)。这种分布式文件系统在读写性能上有所突破，但在容灾机制上由于仍然采用三副本策略，所以容灾成本及效率并不理想。因此，TFS的容灾机制优化问题是TFS研究工作的一个重要方面。针对分布式系统容灾问题，国内外学者主要从两条途径出发进行研究:一条是通过硬件方法，通过改善设备来降低存储硬件出错的频率。另一条则是采用软件的方法，通过生成冗余数据的方法来保证数据的可靠性，例如纠删码和传统的三副本容灾策略。这些已有的方法在成本或效率上都达到了一个瓶颈，一旦数据规模变得巨大，就可能给分布式文件系统带来难以估价的数据损失。　　本文针对一种特殊的分布式文件系统TFS，首先从软件途径出发提出了一种基于稀疏随机矩阵码(Sparse Random Matrix Code，SRM)的冗余化方法。该方法通过构造一种低密度的随机矩阵，达到了容错能力高、计算复杂度低及扩展能力强等效果。然后，利用这种高效的冗余方法，提出了一种高效的TFS文件管理方案:SRM文件系统(Sparse Random Matrix FileSystem，SFS)。通过对数据服务器进行分区管理并增加一个新的容灾节点，实现了对TFS容灾机制的深度优化。