开发者学堂课程【分布式文件存储系统技术及实现：分布式系统功能设计－Erasure Coding 】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/368/detail/4384
分布式系统功能设计－Erasure Coding
一、在分布式存储系统里面数据压缩的技术—Erasure Coding
1. 在分布式存储系统里面数据压缩的技术—Erasure Coding
(1) 纠错码也叫 Erasure Coding ，这个编码的方式有一个特点：比如用户的数据是 m 份，然后通过 m 份计算出 n 份数据，然后 m+n 份数据存储到磁盘上，如果只有 m 份数据，不管是用户的原始数据还是计算出来的纠错码数据，它都可以恢复之前的 n 份数据。这种特性就可以有效的降低存储空间。比如可以跟多个拷贝对比，用户数据有六份，可以计算编码块为三份，实际占用的存储空间是九份。 Erasure Coding 的编码方式存储效率是 1:1.5，相对于多个拷贝存储的方式, 1:3 要优越很多。
(2) 在数据安全性方面进行比较，由于 m+n 的存储可以允许n份同时丢失，如果 n=3 ，是安全性不小于多份拷贝有三个拷贝的。
2. 结合 Erasure Coding 的读写过程，了解编码过程和解码过程。
(1) 结合系统看一下 Erasure Coding 在系统中的读写过程。用户的数据被均等分成三份，然后编码块计算出来是两份，一共五份数据，写入到不同的 OSD 上，这时候 OSD 相对位置是不可变的，比如第一个编码块和第二个编码块位置相关但不允许相互交换。在读的过程中可以看到用户先读左边编码的块，就是用户的原始数据。如果从头扫描文件的话，它会读第一个编码块 OSD5 上面的数据，但是它在读用户的原始数据第二个块的时候，发现节点非常慢，这时可以通过其它块恢复这个数据块的位置，然后加快读取过程，这时候它要做的是读取 OSD1 和 OSD3 上面的数据，同之前读取的 OSD5 的数据共同计算，恢复 OSD2 上面的数据。如果这时候只有 OSD2 是慢节点 ，那就可以有效的规避到这个节点，在读第二块数据的时候，产生了网络流量，所以这就是弊端。
(2) 编码的劣势：在出现异常节点的时候，如果想读到数据，就需要更大的网络流量，这种编码方式一般用于冷数据存储。
