一种降低二进制编码存储系统中计算量的方法
【专利摘要】本发明公开了一种降低二进制编码存储系统中计算量的方法，本发明与现有技术相比，优化了编码过程，能够实现编码过程计算量的降低。在存储系统对数据进行编码存储时，能够根据编码矩阵中各个行向量的特点，改变原有校验数据块的计算次序，进而减少编码过程的计算次数；本发明提出的编码过程优化方法，能够适用于所有二进制矩阵，该方法能够适用于任何基于二进制矩阵进行计算的相关过程，不仅适用于数据存储时的编码过程，还适用于当数据块丢失时，利用二进制校验矩阵对丢失数据块进行数据重构的过程，具有推广使用的价值。
【专利说明】一种降低二进制编码存储系统中计算量的方法
【技术领域】
[0001]本发明涉及一种利用二进制矩阵对相关数据进行计算的方法，尤其涉及一种降低二进制编码存储系统中计算量的方法。
【背景技术】
[0002]近年来，随着计算机技术与相关传感器技术在各行各业中的广泛应用，每分每秒都在产生感知世界的信息，同时，数以亿计用户的互联网服务时时刻刻都在产生新的数据，同时记录人们生活的历史信息也呈现爆炸式增长。数据的快速增长必然带来存储设备的持续增加。同时，为了满足日益扩展的数据存储需求，数据存储系统的体系结构也在不断发展与变化，从传统的集中式存储到分布式存储，近几年还出现了云存储等新型海量数据存储模式。存储系统的规模也越来越大，因而，如何保证在数据高可靠的情况下降低数据冗余，进而减少硬件消耗，成为信息存储领域的关注的焦点。
[0003]与传统的多备份策略不同，近些年来，技术界发展了一种以编码冗余策略为核心的新型存储体系。编码冗余存储体系在可保证与复制策略提供相同的系统可靠性的同时，可以大大减少存储系统的数据冗余度，进而为存储系统节约大量的硬件投入与电能消耗。但是，编码冗余策略与备份策略不同的是，其管理较为复杂，最为重要的是，在对数据进行存储时，需对其进行编码计算进而产生出冗余数据。但是，编码过程需要消耗系统一定的计算量，当系统计算性能较低，或系统需要在其它方面使用计算资源时，这会大大降低编码计算的速度，进而影响系统的存储速度与效率。因而，如何降低文件存储时编码的计算量一直是纠删码存储技术关注的焦点与难点。为解决这一难题，研究者提出了二进制编码矩阵的存储策略，而事实上在二进制编码矩阵的构造过程中，很难直接构造一种既能保证系统容删效果，而又具有最低计算量的二进制编码矩阵。因此，在实际二进制编码矩阵构造过程中，都是以满足存储系统的容删性能，而未考虑其在编码过程中，是否具有最低的编码过程计算量。因而，如何寻找到一种能够降低二进制编码矩阵计算量的方法便尤为紧迫。
【发明内容】
[0004]本发明的目的就在于为了解决上述问题而提供一种降低二进制编码存储系统中计算量的方法。
[0005]本发明通过以下技术方案来实现上述目的:
[0006]本发明包括以下步骤:
[0007](1)若任意由^”确定的二进制系统编码矩阵为^^^^为由^”构成的二进制矩阵，该矩阵用于产生冗余数据，其可以具体表示为:
【权利要求】
1.一种降低二进制编码存储系统中计算量的方法，其特征在于，包括以下步骤: (1)若任意由“O，I”确定的二进制系统编码矩阵为4.m，Gpm为由“O，I ”构成的二进制矩阵，该矩阵用于产生冗余数据，其可以具体表示为:
2.根据权利要求1所述的降低二进制编码存储系统中计算量的方法，其特征在于:针对整个编码矩阵4.m对原始文件进行编码计算的优化流程如下: A:根据编码矩阵中的每一行向量中“I”的个数，确定出根据该行向量计算校验位所需要的XOR次数，行向量中“I”的个数用k来标记，则利用该行向量计算校验位所需要的XOR次数为(k-1) m，其中m为每个参与校验计算的原始数据块的大小； B:比较编码矩阵中任意两个行向量之间的元素相同位与元素不同位的个数，记为(e/d),其中e表示两个向量中元素相同的位个数；d表示两个向量中元素不同的位个数； C:若某一行向量Ii (I≤i≤r.m)所需要的XOR次数小于或等于步骤B中不同位数d，则直接根据该向量计算出该行所对应的校验数据块，并将该向量记为Ij ； D:利用步骤C中确定的向量Ip根据步骤B中相同位数与不同位数之比，确定下一个计算行向量，当某行向量Ik与向量L不同位数小于相同位数，且Ik与向量L不同位数与其余各个向量不同位数达到最小时，则根据向量L已计算出的校验数据来计算由Ik确定的校验数据； E:若仍有未计算校验位，则按照步骤D中计算规则，以Ik为基础向量，寻找下一待计算向量，并返回步骤D ; F:是否已确定全部校验位计算过程，若是，则保存校验位依次计算过程，若否，则按照原始对应关系进行计算。
【文档编号】G06F11/14GK103838649SQ201410079582
【公开日】2014年6月4日 申请日期:2014年3月6日 优先权日:2014年3月6日
【发明者】蒋海波, 陈建中, 周星梅, 李娜, 王晓京, 肖宜龙, 李 范 申请人:中国科学院成都生物研究所