随着当今社会数据总量的指数式增长,海量数据需要被可靠存储,传统的数据存储方式面对庞大数据已经显得无能为力,分布式存储系统在此种情况下应运而生,其易扩展和低成本的优势使其逐渐成为海量数据存储的绝佳选择。分布式存储系统由众多的节点组成,随着系统规模的扩展,节点数量的不断增加,失效的情况愈加频发,因此需要采用容错技术来提升数据存储的可靠性。容错技术可分为副本技术和纠删码技术。副本技术是将原始数据存储一定数量的副本,因此需要大量的存储空间,而纠删码技术能在保障数据可靠性的前提下极大降低所需的存储空间。阵列码是一类编解码操作简单、易于实现的纠删码,目前设计的阵列码大多数能容忍两个或三个节点失效,这在数据的可靠性角度显然是不够的。本文首先提出了一种容忍多列失效的阵列码的编码方法,并对其在一列或多列失效的情况下基于LU分解算法设计了一种有效的解码算法,最后在分布式集群环境中进行测试,本文主要贡献如下:（1）提出一种构造在特定商环上,具有多个校验列的MDS阵列码称为GEBR（Generalized Expanded-Blaum-Roth）码,该码具有灵活的编码参数,GEBR码不仅能够解决多列失效的情况,而且能解决列的某一位丢失的问题。针对GEBR码列的失效问题,提出了一种基于LU分解算法的解码方案,并且将现有的EBR（ExpandedBlaum-Roth）码和GEBR码从编解码方法、编码特性和计算复杂度等方面进行对比分析。（2）基于中继模型结合纠删码的理论研究,设计了一个扩展的HDFS分布式存储系统。将GEBR码和EBR码应用到该分布式存储系统中,在不同编码参数的构造下,从编、解码速率和失效节点个数及失效节点位置等方面进行性能对比测试。实验结果表明,新提出的GEBR码在多个节点失效时,其编解码速率明显的高于EBR码,并且随着节点总数的增大,GEBR码的编解码效率比EBR码大约高77%。