Jerasure库提供Reed-Solomon和Cauchy Reed-Solomon两种编码算法的实现.

Reed-Solomon编解码接口

  1. 编码矩阵生成
    // generate matrix, last m rows   
  matrix = talloc(int, m*k);   
  for (i = 0; i   
     for (j = 0; j   
     matrix[i*k+j] = galois_single_divide(1, i ^ (m + j), w);   
     }   
  }
  1. 编码接口
void jerasure_matrix_encode(int k, int m, int w, int *matrix,  char **data_ptrs, char **coding_ptrs, int size)
  • k: 数据块个数
  • m: 校验块个数
  • w: WORD SIZE
  • matrix:编码矩阵 (mk,上面的kk为单位阵)
  • data_ptrs:数据块指针 (长度为k的指针数组)
  • coding_ptrs:校验块指针(长度为m的指针数组)
  • size:数据块大小(必须是sizeof(long)的倍数)
  1. 解码接口

根据存活的块,恢复出所有的数据块,如果有校验块丢失,最后会根据数据块计算出对应的校验块。

int jerasure_matrix_decode(int k, int m, int w, int *matrix, int row_k_ones, int *erasures, char **data_ptrs, char **coding_ptrs, int size)
  • k: 数据块个数
  • m: 校验块个数
  • w: WORD SIZE
  • matrix:编码矩阵 (mk,上面的kk为单位阵)
  • row_k_ones: 编码的第一行是否全为1,用于优化
  • erasueres: 记录哪些块丢失了,长度超过m则不能恢复,以-1做为结束标识

       erasures[0] = 0; // 第0个块丢失   
     erasures[1] = 3; // 第3个块丢失   
     erasures[2] = -1; // -1, 结束标识   
    
  • data_ptrs:数据块指针

  • coding_ptrs:校验块指针
  • size:数据块大小(必须是sizeof(long)的倍数)
  1. 恢复指定块

如果只丢失一个数据块,要运用3中的接口,则必须获取到前k个存活的块;要想使用任意K个块恢复丢失的某个数据,可先根据存活的块,计算出解码矩阵,运用矩阵乘法恢复出指定块的数据。

int jerasure_make_decoding_matrix(int k, int m, int w, int *matrix, int *erased,  int *decoding_matrix, int *dm_ids)
  • k: 数据块个数
  • m: 校验块个数
  • w: WORD SIZE
  • matrix:编码矩阵 (mk,上面的kk为单位阵)
  • erased:记录哪些块丢失,1代表存活,0代表丢失

      for (i = 0; i   
    erased[0] = 1; // 第0个块丢失   
    erased[1] = 1; // 第1个块丢失   
    
  • decoding_matrix: 解码矩阵(输出)

  • dm_ids: 存储的数据块 (输出)
void jerasure_matrix_dotprod(int k, int w, int *matrix_row,

int *src_ids, int dest_id, char **data_ptrs, char **coding_ptrs, int size)
  • k: 数据块个数
  • w: WORD SIZE
  • matrix_row:解码矩阵,使用上一步的输出decoding_matrix
  • src_ids: 运用哪些块计算,直接使用上一步的输出dm_ids
  • dest_id: 计算目标块号
  • data_ptrs: 数据块指针
  • coding_ptrs: 校验块指针
  • size: 数据块大小

Cauchy Reed-Solomon编解码接口

接口及使用方式与Reed-Solomon的类似,对应的接口分别为:

  • jerasure_bitmatrix_encode // 编码
  • jerasure_bitmatrix_decode // 解码
  • jerasure_make_decoding_bitmatrix // 生成解码矩阵
  • jerasure_bitmatrix_dotprod // 矩阵相乘,计算指定行的数据

不同的是,Cauchy Reed-Solomon使用的编码矩阵需要先经过转化。

int *jerasure_matrix_to_bitmatrix(int k, int m, int w, int *matrix)
  • k: 数据块个数
  • m: 校验块个数
  • w: WORD SIZE
  • matrix:RS编码矩阵 (mk,上面的kk为单位阵)

返回值即为Cauchy Reed-Solomon的编码矩阵。

编解码性能测试

使用Reed-Solomon(RS)和Cauchy Reed-Solomon(CRS)分别进行编解码测试。

Intel(R) Xeon(R) CPU E5310 @ 1.60GHz 4 cores

  1. 编码不同大小的数据

clip_image002\[4\]

上图为使用RS和CRS分别编解码1M-10M大小的数据,可以看出,编码的时间与编码数据大小成正比,并且编解码的时间基本相同,使用RS编码1M的数据耗时约为114ms,使用CRS编码1M的数据耗时约为37ms。

  1. 采用不同的WORD SIZE编码

clip_image004\[5\]

上图为RS和CRS分别使用WORD SIZE为8、16、32来编解码1M的数据(RS、CRS要求m+k<2^w),RS在WORD SIZE为16时性能最佳,而CRS在WORD SIZE为8时性能最佳。

  1. 采用不同的数据块数

上图为RS和CRS在数据块数分别为4-10,校验块数为2(容2错)的情况下编解码1M的数据,可以看出,数据块数越多(存储成本越低),编解码时间越长。

  1. CRS采用不同的packet size

clip_image008\[4\]

上图为CRS在不同的packet size情况下编解码1M的数据(RS无此参数, CRS要求size % (w * packet_size) == 0),可以看出,但packet size较小时,packet size的增加极大的降低了编解码的时间,而当packet size增加至1024及以上时,packet size的增加对编解码时间影响不大。


ref:
2013-04-19 14:13
blog.yunnotes.net


ccj 于 2017-12-20 22:28 修改
0 回复
需要 登录 后方可回复, 如果你还没有账号你可以 注册 一个帐号。