数据量暴增的信息时代,内存存储已经成为许多数据密集型应用程序的关键组件,如OLTP和OLAP。然而,内存存储面临两方面技术挑战:一方面,内存系统中数据可能永久丢失或暂时不可用;另一方面,用户访问模式会导致内存数据的访问热度变化,而静态数据布局无法匹配动态访问热度变化。对于前者,需要引入冗余方案;对于后者,需要根据访问热度动态调整内存数据布局。因此,针对内存数据集的冗余方案及自适应数据布局问题进行研究。出于兼顾内存利用率和访问并行性的设计考虑,将融合副本和纠删码的混合式冗余方案引入到内存数据组织中,提出一种热度感知的内存冗余存储方案PaRS(Popularity-aware Redundancy Scheme)。该冗余方案能够根据数据分块的访问频次进行冷热数据划分,然后动态地增加、删除或者替换对应数据分块,从而达到快速响应用户或提高内存空间利用率的目的。具体地,内存数据按混合式冗余方式进行组织,对高访问频次数据分块增加其副本数量,提高访问并行性;对低访问频次数据分块则减少其副本数量,提高内存利用率。同时在整个PaRS方案中,通过数学建模实现热度等级划分,采用多种方法优化集群负载,自定义变换策略加速完成时间,添加抖动因子降低网络开销,设计数据更新顺序保证数据一致性。在实际的内存集群环境中,实现了PaRS方案和其他两种现有的存储方案(即,纯副本存储方案(REP)和纯纠删码存储方案(EC))。通过YCSB生成Trace对上述三种方案进行定量化评估。实验结果表明,相比REP方案,PaRS方案具有更低的访问延迟和更高的内存利用率;相比EC方案,PaRS方案能获得更好的负载均衡性和更高的访问并行性。在内存空间有限且容两错的条件下,相比REP方案,PaRS方案能降低平均访问延迟约15.1%~31.5%;相比EC方案,PaRS方案能够降低负载均衡指标约3.9倍以上。