文章来源：Erasure Coding vs. Replication: A Quatitative Comparison
纠删码和副本策略的定量比较
回复
再生码开销的定量计算
上篇论文讨论了再生码的来源：从OMMDS 改进而来，从理论上证明了再生码的可行性与存储开销，维持带宽。下面这篇文章：A practical study of regenerating codes for peer-to-peer backup systems 则详细讨论了再生码的存储开销、恢复带宽开销、计算开销等等。
冗余编码的存储系统中最多允许多少节点失效？
本文讨论分布式存储系统如果采用编码方式保存数据，那么允许最多失效的节点个数与码率之间的关系。这个关系也可以通过图论中“最小分割最大流”定理来求证。
一个原始文件S（假设没有冗余信息）大小自信息量/文件大小为I ，进行冗余编码[n’,k]（这里考虑系统码，为和分不到n 个节点区分开，用n’ 代替）的编码率为R = k/n’ ，则编码后文件大小为C：I → C = I/R。将编码后的数据分布在n 个节点上，每个节点的数据记做：X1 ，X2 ，X3 ……Xn ，每个节点数据的大小为C/n = I/R·n 。而每个节点数据/信息又有两部分组成，前一部分是系统码中的原始信息：Xii = I/n，另一部分是系统码中的校验信息：Xih = C/n – I/n ，且Xi = Xii + Xih。如下图所示
当a 个节点发生故障失效时，那么剩下的校验/冗余信息和原始信息应该能够恢复出丢失的原始信息，进而恢复出所有的校验信息。即：
因为H = C – I =I/R – I。得结果：
这也就是说，所有没有损坏节点的个数与所有节点比率（n-a/n）应该大于编码码率R。
再生码 Regenerating Code
再生码（RC Regenerating Code）是07 年Infocomm 会议中Network Coding for Distributed Storage Systems 提到的一种分布式存储编码方式，相比RS 编码具有更小的恢复带宽，参考这里的分布式存储数据恢复问题。这笔记也是为了记录这篇文章。
网关伪造ping 回应
环境:内网众多机器会发出ping，希望在网关上进行修改，使得所有ping 包在网关被截获，并返回ping reply。
最简单的解决方法就是iptables 转发的网关内部地址，由其负责回应ping。但这样就会使得ping 值非常小，作假也看着不像了。当时想写个程序控制回应ping 包，但这样回应就会有两个，一个网卡自身回应的ping 包，和程序回应的ping 包，为了拦截网卡本省发出的ping 包，可以采用内核模块编程，hook 住ICMP 包，这样有点超过我的范围了，调了一天多，放弃了。最后使用了一个折中的办法，iptables 将内网ping 包转发到外网ip 地址，运行ping 回应程序，最后iptables 拦截所有外网地址的ICMP 包，这样网关程序既可以收到ping 包回应，而外网卡的ping 被REJECT ，而内网卡的ping 不被REJECT。有个小小的问题就是client 收到ping 的回应都带有(DUP!)，可能是因为报文的内容的原因，有知道原因的请告诉我哦~~~
再议SILT: A Memory-Efficient, High-Performance Key-Value Store
之前的文章谈到了高效key-value 存储系统SILT，谈的不清楚，昨天和付童鞋谈重复数据删除的时候谈到了SILT ，自己再回顾下。
首先要明白，SILT 融合传统的保存key-value 的三种方式：
- LogStore 以日志结构方式持久化存储key-value 对，内存保留所有key（来了请求就在内存key 中查找）
- HashStore 将磁盘或者SSD 上的每条key-value 按照内存中HashTable 的顺序排列，内存只保存了key 的部分哈希结构。
- SortedStore 按照key 的顺序对内存中原来HashTable 索引进行重新组织。SILT 使用的Tire tree。
HashStore 和SortedStore 都具有比较好的内存效率，但只读不可写。
