纠删码（Erasure Code）被广泛部署在分布式存储系统中来保证数据可靠性，同时降低存储成本。最小存储再生码（Minimum-storage regenerating codes, MSR码）是修复理论最优的纠删码，它能在保证最优存储效率的前提下，最小化修复带宽开销。当前对于编码理论和系统领域的研究，主要聚焦于系统（Systematic）MSR 码，系统MSR码存储的条带中会保留原始数据块以便系统直接访问。然而，现有系统MSR码会将数据块分成许多小的分片，在修复时通过访问非连续的多个分片来最小化带宽开销。而系统MSR码的实际修复性能会受非连续的I/O操作影响而导致性能降低，当数据块大小较小时性能下降尤为严重。

图1 RS码，非系统MSR码和系统MSR码的单块修复对比图

信息存储及应用实验室博士生干创，在胡燏翀教授的指导下，撰写的研究论文“Revisiting Network Coding for Warm Blob Storage”围绕再生码在warm blob storage的实际应用展开了深入研究。Warm blob storage最初由Facebook提出，用于存储大量不经常访问，但又需要在一定时间内能够获取的数据（例如朋友圈的历史照片）。该论文针对warm blob storage中大量小blob对象，提出了低分片的再生码方案，解决了现有理论最优系统MSR码因分片数过多而导致小blob对象降级读性能大幅下降的问题，并结合blob对象的访问局部性保障了低分片再生码的正常读性能。同时结合所提低分片再生码方案和理论最优系统MSR码方案的优势设计并实现了基于混合再生码的blob存储系统NCBlob。在微软Azure云提供的真实blob数据集上的实验结果表明，与现有最优的系统 MSR 码方案相比，NCBlob在单块修复时间上最多降低了45.0%，在全节点修复时间上最多降低了38.4%，而读取吞吐量最低仅损失了2.1%。

图2 针对具有不同局部性blob的两种编码方案示意图