出于低访问延迟及高吞吐率的考虑,高性能计算（HPC）通常使用内存作为其存储媒介,以聚合多个节点的计算能力。然而,内存级存储往往面临以下三方面技术挑战:其一,内存级存储需要考虑数据暂时不可用,对此,需要引入冗余方案来提供数据容错性;其二,庞大的节点规模下,节点故障往往会并发出现,造成系统可靠性降低,对此,数据重构需要评估数据丢失风险以保证系统可靠性;其三,用户访问不均衡,可能造成某小部分节点处于重载甚至过载状态,从而导致集群整体访问性能降低,对此,需要保证内存数据的可用性以及在线响应性能。为了保证纠删码内存数据重构时的可靠性,提出了一种基于风险的恢复方案（Risk-based Recovery Scheme,Risk-RS）,该方案能够量化纠删码条带的数据丢失风险,根据条带的失效分块数进行高低风险划分,然后优先恢复风险较高的失效分块,从而保证内存数据的高可靠性以及高耐久性。为了保证纠删码内存数据重构时的可用性,将基于热度的恢复策略从RAID系统应用到内存中,即基于热度的恢复方案（Popularity-based Recovery Scheme,Popularity-RS）。为了兼顾纠删码内存数据重构的可靠性和可用性,在Risk-RS方案和Popularity-RS方案的基础上提出了两种感知风险与热度的混合恢复方案（Risk-and-Popularity-aware Hybrid Recovery Schemes,RP-HRS）,RP-HRS可视为Popularity-RS和Risk-RS的某种组合,一种是热度优先的混合恢复方案（Popularity-first Hybrid Recovery Scheme,Popularity-HRS）,另一种是风险优先的混合恢复方案（Risk-first Hybrid Recovery Scheme,Risk-HRS）。同时,建立重构时间模型,将影响重构时间的各个因素考虑进来,进而定量分析各因素对重构时间的影响。为了对比评估Risk-RS方案、Risk-HRS方案和Popularity-HRS方案,设计了Popularity-RS方案和顺序化条带恢复方案（Basic）作为基准方案,通过重播YCSB[63]生成的Trace对上述五种方案进行定量化评估。实验结果表明,相较于Basic方案,Popularity-HRS方案、Risk-HRS方案以及Risk-RS方案分别能减少重构时间达37.2%、52.5%和55.6%;相比于Popularity-RS方案,Popularity-HRS方案、Risk-HRS方案和Risk-RS方案分别能够减少重构时间达32.4%、50.1%和52.3%。相比于Basic方案和Popularity-RS方案,Popularity-HRS方案和Risk-HRS方案较好地兼顾访问性能和重构性能,并且在合适的恢复比例下,能够有效减少外存读数量。