[논문 리뷰] A New Piggybacking Design for Systematic MDS Storage Codes

Chong Shangguan, Gennian Ge|arXiv (Cornell University)|2016. 10. 26.

Advanced Data Storage Technologies참고 문헌 12인용 수 4

한 줄 요약

이 논문은 체계적 MDS 코드를 위한 새로운 피기백킹 프레임워크를 제안하며, 평균 복구 대역폭 비율을 약 $rac{ar{2r-1}}{r}$로 달성하여 이전 연구에 비해 크게 향상시켰다. 적절히 설계된 패리티 함수와 다수의 코드 인스턴스를 활용함으로써, 행렬 곱셈을 피하는 필드 덧셈만으로도 MDS 효율성과 유사한 빠른 복구를 가능하게 하면서도, 전통적인 MDS 코드에 비해 복구 대역폭을 극적으로 감소시켰다.

ABSTRACT

Distributed storage codes have important applications in the design of modern storage systems. In a distributed storage system, every storage node has a probability to fail and once an individual storage node fails, it must be reconstructed using data stored in the surviving nodes. Computation load and network bandwidth are two important issues we need to concern when repairing a failed node. The traditional maximal distance separable (MDS) storage codes have low repair complexity but high repair bandwidth. On the contrary, minimal storage regenerating (MSR) codes have low repair bandwidth but high repair complexity. Fortunately, the newly introduced piggyback codes combine the advantages of both ones. In this paper, by introducing a novel piggybacking design framework for systematic MDS codes, we construct a storage code whose average repair bandwidth rate, i.e., the ratio of average repair bandwidth and the amount of the original data, can be as low as $\frac{\sqrt{2r-1}}{r}$, which significantly improves the ratio $\frac{r-1}{2r-1}$ of the previous result. In the meanwhile, every failed systematic node of the new code can be reconstructed quickly using the decoding algorithm of an MDS code, only with some additional additions over the underlying finite field. This is very fast compared with the complex matrix multiplications needed in the repair of a failed node of an MSR code.

연구 동기 및 목표

• 분산 스토리지 시스템에서 낮은 복구 대역폭과 낮은 복구 복잡도 사이의 상충 관계를 해결하기 위해.
• 복구 시 계산 비용이 낮고, MDS 코드와 유사한 복구 복잡도를 유지하면서도 복구 대역폭을 크게 줄이는 체계적 MDS 코드를 설계하기 위해.
• 기존 피기백킹 코드를 향상시켜, 낮은 복구 대역폭을 달성하기 위해 필요한 코드 인스턴스 수를 최소화하기 위해.
• 대규모 스토리지 시스템에서 장애 내성, 복구 효율성, 실용적 구현 제약 조건을 균형 있게 유지하는 코드를 구축하기 위해.

제안 방법

• 기본 MDS 코드의 여러 인스턴스를 조합하고 철저히 설계된 패리티 함수를 사용하는 새로운 피기백킹 프레임워크를 도입한다.
• 유한체 $\mathbb{F}_q$ 상에서 $f_i(a) = \langle p_i, a \rangle$ 형태의 패리티 함수를 사용하여 데이터를 코드 인스턴스 간에 추가로 통합한다.
• 각 체계적 노드가 행렬 곱셈을 피하고 오직 필드 덧셈만으로 복구되도록 체계적인 설계를 적용한다.
• 이전의 RSR 및 KAAB 구조와 비교해 과잉 오버헤드를 줄이기 위해 코드 인스턴스 수를 $r$으로 최적화한다.
• 복구 중 데이터 액세스 패턴을 분석한 분석 모델링을 통해 복구 대역폭 비율을 $\gamma = \frac{\sqrt{2r-1}}{r}$로 유도한다.
• 복구 복잡도와 인코딩 비용이 $r$개 인스턴스를 가진 MDS 코드와 유사하게 유지되도록 균형을 맞춘다.

실험 결과

연구 질문

• RQ1 MSR 코드 수준의 복구 대역폭에 가까운 복구 대역폭을 달성하면서도 MDS 수준의 복구 복잡도를 유지하는 체계적 MDS 코드를 설계할 수 있는가?
• RQ2 피기백킹된 MDS 코드에서 복구 대역폭이 선형 이하로 스케일링되도록 하기 위해 필요한 최소 코드 인스턴스 수는 얼마인가?
• RQ3 피기백킹을 어떻게 구성하면 분산 스토리지 시스템에서 복구 대역폭과 계산 오버헤드를 모두 최소화할 수 있는가?
• RQ4 장애 내성이나 복구 복잡도를 증가시키지 않고도 복구 대역폭 비율을 $\Theta(1/\sqrt{r})$로 달성할 수 있는가?

주요 결과

• 제안된 코드는 평균 복구 대역폭 비율이 $\frac{\sqrt{2r-1}}{r}$로, 이전 RSR 구조의 $\frac{r-1}{2r-3}$ 비율보다 크게 낮다.
• 각 체계적 노드의 복구 복잡도는 $rx + \sqrt{r}x$ 이하로 제한되어 있어 표준 MDS 코드와 거의 유사한 효율성을 보인다.
• 코드 인스턴스 수가 $r$으로 줄어들었으며, 이는 RSR 코드의 $2r-3$ 인스턴스와 KAAB 코드의 $k$ 인스턴스보다 훨씬 작다.
• 인코딩 복잡도는 $r^2x + kre$ 이하로 제한되어 있으며, $r$개 인스턴스를 가진 MDS 코드와 유사하게 유지된다.
• 복구 과정에서는 오직 필드 덧셈만 필요로 하여 MSR 코드에서 사용하는 고비용 행렬 곱셈을 피함으로써 빠른 재구성 가능성이 보장된다.
• 코드는 MDS 성질과 $r$개 노드 장애까지 내성하는 능력을 유지하여 데이터 신뢰성을 확보한다.