你能給糾刪碼一個好的定義嗎？

Ethan Miller：糾刪碼是在丟失部分數據的情況下根據剩余數據將丟失的數據重建的一組算法。舉個例子，如果我想保護六份數據，我會使用一種糾刪碼算法來產生兩份額外的數據，這樣總共就會有八份數據。這八份數據中的任意六份數據都能恢復另外兩份數據。 糾刪碼的要點是你可以選擇對數據做任意數量的分片。我知道一些糾刪碼可以將數據至多分成200片或者奇數片，你也可以選擇校驗數據的數量。比如可以是10份原始數據加上8份校驗數據，一共18分數據。其中只要有任意10份數據是完整的就可以恢復全部數據。 所有IT部門都使用RAID5和RAID6，這也是最常用的糾刪碼類型。大部分的IT部門不考慮使用能夠保護多于兩份數據丟失的糾刪碼類型，至少現在是這樣。不做考慮的原因是在同一個RAID組中兩個成員同時發生故障的幾率相對較小。但如果你的IT環境很大，數據量有1PB甚至更多，那么你可能需要考慮使用在兩個成員都發生故障時依然能夠保護數據的糾刪碼。

有其它類型的糾刪碼嗎？

Miller：是的，人們需要了解兩種基本的糾刪碼類型。一種叫做Reed-Solomon糾刪碼，如果你有12份數據單元和4份糾刪碼單元，這總共的16個數據單元可足夠用于恢復數據。如果任意12份數據是完好的，也就是說無論哪4份數據出現故障，你都可以恢復數據。 第二種類型的糾刪碼在目前會更加普遍一些。同樣的，假設你有12份數據單元和4份糾刪碼單元，你可以在4份單元中的大部分單元都出現故障時恢復數據。這會稍微一些風險，但同時你也能因此得到回報。回報就是你可能只需要從三份、四份、五份、六份單元中恢復數據，而不需要通過12份單元來恢復。這樣在恢復數據的過程中，讀操作大量減小了。這種糾刪碼的風險是如果固定的四份數據單元出現故障，數據將無法恢復。 如果你在決定使用哪種糾刪碼，你需要確定你的數據的重要性，如果它們很重要，你可以使用類似Reed-Solomon的糾刪碼。如果你對性能更加關注，可能那種使用4份糾刪碼單元的糾刪碼會更加吸引你，而且由于4份數據同時發生故障而導致數據丟失的可能性也比較小。了解不同類型糾刪碼的特性是很重要的，這可以使你能夠根據你的應用系統來決定使用哪種糾刪碼。

哪種應用、負載以及數據類型適合使用糾刪碼？

Miller：有一種類型的數據非常適合使用糾刪碼，這種數據就是歸檔數據。因為歸檔數據需要保存相當長的一段時間，一份、兩份或多份數據出現問題的可能性會急劇上升。 歸檔數據的另一個特性是寫入操作很少，這使得糾刪碼可以很輕易的恢復數據。一旦你寫入一次數據，你可能會在很久以后才會讀取，甚至永遠不會再讀取。糾刪碼的大部分額外開銷是在寫入的時候產生的（寫懲罰），而在讀取的時候只有少量開銷。事實上，只有在發生故障的時候才會有額外的讀取開銷。如果沒有故障發生，糾刪碼對讀取操作通常不會有任何影響。 從應用的角度來看，對于讀寫都很繁忙的應用，使用糾刪碼并不是一個很好的選擇。但對于只有大量讀取的應用，糾刪碼可以提供強大的可靠性，并且在恢復數據的時候只產生很小的額外開銷，因為糾刪碼的額外開銷主要來自寫操作。

如何評判不同產品的糾刪碼？

Miller：我認為評判糾刪碼的第一條標準是性能。換句話說，當你部署了一種糾刪碼后，寫入速度會有多快？進行數據恢復時的讀取速度有多快？ 另一個標準是糾刪碼如何將數據單元分割？可以是整盤的分割，可以是卷級的分割，也可以是部分盤或部分卷的分割，總之會有各種方式將數據單元進行分割。分割時還會遇到的一個問題是糾刪碼單元的數量有多少？有10個數據單元和5個糾刪碼單元組成的糾刪碼系統，也有12個數據單元和4個糾刪碼單元組成的糾刪碼系統。但大部分糾刪碼產品都能配置數據單元和糾刪碼單元的個數。 還有一個需要考慮的點是某些糾刪碼類型會帶來一些問題，盡管并非一定會有問題。大部分產品都是用Reed-Solomon糾刪碼，所有的Reed-Solomon糾刪碼的工作機制基本是相同的。但有些類型的糾刪碼為了使數據恢復更加快速，采用了不同的工作機制。使用這種類型糾刪碼的廠商宣稱它能從4塊硬盤中的部分硬盤（并非所有硬盤）中恢復99.9%的數據丟失故障，但正如之前的描述，這種讓數據恢復更加快速的工作機制會增加一定的風險。所以在你做出選擇之前需要了解它們的工作機制。 還有些需要考慮的小細節，比如不同的廠商部署糾刪碼的方式或許會有些不同。所以在部署之前你需要了解每個廠商的糾刪碼是如何工作的，它們能在什么樣的場景恢復數據故障。

你認為糾刪碼會在未來掀起一波浪潮嗎？

Miller：我認為在某些領域，糾刪碼會在未來掀起一波浪潮。特別是在存儲歸檔領域，在我看來糾刪碼是必備的，因為你會把數據保存10年甚至20年，你會經歷各種故障并將它們恢復。此外在數據歸檔中，你會經常讀取數據，就像我們之前提到的，只有寫歸檔數據才會有額外的性能開銷。所以糾刪碼在未來一定會在數據歸檔領域成為潮流，這毫無疑問。 此外，我認為未來糾刪碼是否會成為潮流取決于設備容量大小和讀寫速率的相對速度提升差異。當存儲容量的增速大于讀寫速率的增速時，糾刪碼的作用就更能夠體現。這就是為什么我們從90年代中期（那時我是加州大學伯克利分校的RAID小組的一員）的RAID5走到了今天的RAID6。看看過去，當時你讀一整塊硬盤的時間只需要幾分鐘時間，而今天你可能要花上大半天。如果用最快的速度在連續一周的時間進行讀取操作，你可能需要更好的糾刪碼，因為在一周的時間你可能會遭遇兩到三次的故障，這樣你需要花費額外的資源去重建數據，你也希望這些故障能夠被解決。所以我認為由于我們的存儲設備容量在不斷變大，但讀寫速率并無法按照相應的比例來提升，我們對糾刪碼的需求就會變得越來越多。

TechTarget中國原創內容，原文鏈接：
http://www.searchstorage.com.cn/showcontent_85879.htm

? TechTarget中國：http://www.techtarget.com.cn

總結

以上是生活随笔為你收集整理的什么是纠删码_脑疝的常见类型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。