[论文解读] Optimal repairing schemes for Reed-Solomon codes with alphabet sizes linear in lengths under the rack-aware model

Lingfei Jin, Gaojun Luo+1 more|arXiv (Cornell University)|Nov 19, 2019

Advanced Data Storage Technologies参考文献 19被引用 11

一句话总结

本文首次基于Reed-Solomon码提出了显式构造的最小存储机架感知再生码（MSRR码），在码长 $ n $ 线性增长的字母表大小下实现了割集界。该工作提出了一套新颖的框架，结合了次数下降法与良好多项式——这些多项式源自有限域的加法子群与乘法子群——从而在机架感知模型下实现了最优的跨机架修复带宽，解决了长期存在的字母表大小增长问题。

ABSTRACT

In modern practical data centers, storage nodes are usually organized into equally sized groups, which is called racks. The cost of cross-rack communication is much more expensive compared with the intra-rack communication cost. The codes for this system are called rack-aware regenerating codes. Similar to standard minimum storage regenerating (MSR) codes, it is a challenging task to construct minimum storage rack-aware regenerating (MSRR) codes achieving the cut-set bound. The known constructions of MSRR codes achieving the cut-set bound give codes with alphabet size $q$ exponential in the code length $n$, more precisely, $q=Ω(\exp(n^n))$. The main contribution of this paper is to provide explicit construction of MSRR codes achieving the cut-set bound with the alphabet size linear in $n$. To achieve this goal, we first present a general framework to repair Reed-Solomon codes. It turns out that the known repairing schemes of Reed-Solomon codes can be realized under our general framework. Several techniques are used in this paper. In particular, we use the degree decent method to repair failure node. This technique allows us to get Reed-Solomon codes with the alphabet size linear in $n$. The other techniques include choice of good polynomials. Note that good polynomials are used for construction of locally repairable code in literature. To the best of our knowledge, it is the first time in this paper to make use of good polynomials for constructions of regenerating codes.

研究动机与目标

• 解决在机架感知模型下构造MSRR码以实现最小跨机架修复带宽的挑战。
• 解决在码长 $ n $ 线性增长而非指数增长下实现割集界的开放问题。
• 提出一个统一并扩展已知方案的通用框架，用于修复Reed-Solomon码。
• 首次将‘良好多项式’的概念——此前仅用于局部可修复码——应用于再生码构造中。
• 在保持最小存储开销的同时，实现在分层数据中心存储系统中的最优修复带宽。

提出的方法

• 提出一种基于多项式方法的通用框架，用于修复Reed-Solomon码，以实现可控的修复带宽。
• 应用次数下降法降低修复多项式的次数，从而实现高效的修复并最小化跨机架通信量。
• 通过有限域 $ \mathbb{F}_{q}^* $ 中加法子群 $ W $ 与乘法子群的陪集的并集构造良好多项式，确保在特定域划分上取常数值。
• 定义修复多项式 $ g(x) $ 和 $ h_a(x) $，使得 $ g(x) $ 在陪集上为常数，且 $ h_a(x) $ 有利于高效评估以实现修复。
• 利用迹函数与单位根定义结构化多项式 $ G(x) = \left(\operatorname{Tr}_{{\mathbb{F}}_{p^{t}}/{\mathbb{F}}_{p^{a}}}(x)\right)^v $，将域划分为具有统一取值的集合。
• 通过证明所推导的跨机架修复带宽与机架感知割集界完全相等，确立其最优性。

实验结果

研究问题

• RQ1 在机架感知模型下，能否构造出字母表大小随码长 $ n $ 线性增长而非指数增长的MSRR码？
• RQ2 次数下降法能否被适配以在分层存储约束下实现Reed-Solomon码的最优修复带宽？
• RQ3 此前仅用于局部可修复码的‘良好多项式’能否被重新用于机架感知设置下最优再生码的构造？
• RQ4 哪些域论结构（如加法子群与乘法子群）能够支持实现最小跨机架通信量的最优修复方案？
• RQ5 能否为广义Reed-Solomon码构造出显式、可构造的码，使其达到机架感知割集界？

主要发现

• 本文构造了广义Reed-Solomon码 $ GRS_k(\mathbf{a}, \mathbf{1}) $ 的MSRR码，其字母表大小为 $ q = p^t $，且 $ q $ 与 $ n $ 线性相关，从而解决了关键开放问题。
• 修复带宽被证明为最优，且与机架感知割集界完全一致，该界可表示为 $ (p^a - 2)(t - \ell)\log p $（在特定参数下）。
• 该构造创新性地结合了加法子群 $ W $ 与乘法陪集，以定义‘良好多项式’，从而将域划分为取值一致的集合。
• 当 $ n = q - 1 $ 时，若 $ m = \left\lfloor \frac{k(p^a - 1)}{p^t - 1} \right\rfloor $ 且 $ k \leq (p^t - p^\ell)\frac{p^t - 1}{p^t - p^{t-a}} - 1 $，则修复方案达到最优带宽。
• 在第二种构造中，当 $ n = q - p^{t-a} $ 时，若 $ k \leq p^t - v p^{t-1} - 1 $ 且 $ \frac{q - p^{t-a}}{v p^{t-a}} - m = \frac{t}{t - \ell} $，则可确保割集界等式成立，实现最优性。
• 利用迹函数与单位根定义 $ G(x) = \left(\operatorname{Tr}_{{\mathbb{F}}_{p^{t}}/{\mathbb{F}}_{p^{a}}}(x)\right)^v $，可构造出在特定陪集上取常数值的多项式，构成修复机制的核心。