随着互联网应用的快速发展,用户的数据呈指数型增长,存储系统对容量以及性能的需求越来越高。保证高可靠性是存储系统的基础功能,多副本和纠删码是存储系统常用的两种容错存储策略。多副本通过多倍的冗余来保证存储系统的高可靠性。相对于多副本,纠删码能够用低存储开销提供高可靠性,但是在数据读写、降级读以及故障修复等过程中,需要大量的跨节点数据传输和编解码计算,所以网络和计算常成为性能瓶颈。一般来说,纠删码存储系统关注容错能力、读写性能、降级读性能以及修复性能等指标。本文主要关注于高可靠存储系统在不同的应用场景和需求下,对纠删码存储策略进行编解码流程的设计与优化,以满足系统对关键指标的要求。具体包括基于纠删码存储系统的数据布局设计来优化故障修复性能、基于纠删码存储系统的故障修复任务调度设计来均衡修复负载以及基于分离内存系统架构的纠删码流程设计来提供高可靠/高性能存储系统。其主要研究内容和贡献点如下:（1）基于纠删码存储系统的数据布局设计:分布式存储系统中常采用随机数据布局来保证存储上的均衡,但是在故障修复过程中会导致大量的跨机架流量和分批修复的负载不均衡,从而显著地降低了修复性能。另外,分布式存储系统中常常部署混合纠删码来满足多样性的用户需求,这会进一步加剧上述问题。为此,本文提出了一种均匀数据布局PDL（PBD-based Data Layout）来优化分布式存储系统中的故障修复性能。PDL是基于成对均衡设计（一种具有均衡数学特性的组合设计工具）构造的,因此能够为混合纠删码提供均匀的数据分布。基于提出的数据布局PDL,本文提出了相应的负载均衡的故障修复方案rPDL。该修复方案通过选择替代节点和源节点,有效地减少了跨机架流量,并提供了近似均衡的跨机架流量分布。本文在HDFS 3中实现了 PDL和rPDL,与HDFS现有的数据布局和修复方案相比,rPDL实现了更高的修复吞吐率,分别达到了单节点故障的6.27倍,多节点故障的5.14倍以及单机架故障的1.48倍。除此之外,rPDL将降级读延迟平均降低了 62.83%,并减轻了在故障修复时对前端应用的影响。（2）基于纠删码存储系统的故障修复任务调度设计:纠删码策略通常以低存储成本为数据提供高可靠性。一旦发生故障,丢失的块将会被批量修复。由于一批修复的故障条带数量有限,批次内的数据布局是不均匀的。再加上修复任务的源节点和替代节点的随机选择,节点间的修复负载在一个批次内是不均衡的,这严重减慢了故障修复的速度。为了解决这个问题,本文提出了一个修复任务调度模块SelectiveEC,它为基于纠删码的大规模存储系统提供了可证明的网络流量和修复负载均衡。首先,它依赖二分图来模拟节点之间的修复流量。然后,它动态地选择任务以形成批次,并使用完美或最大匹配以及k-正则子图等理论,仔细确定地选择源数据块或存储修复块的位置。SelectiveEC支持单节点故障和多节点故障修复,并且可以部署在同构和异构网络环境中。本文在HDFS 3中实现了 SelectiveEC,并在18节点的本地集群和50个虚拟机实例的AWSEC2中评估其修复性能。在同构网络环境中,与最先进的故障修复方法相比,SelectiveEC将修复吞吐率提高了 30.68%。在异构网络环境中,由于均衡调度避免了负载过重的节点,它进一步实现了 HDFS的平均1.32倍修复吞吐率和1.23倍的前台任务吞吐率。（3）基于分离内存系统架构的纠删码流程设计:在分离内存系统中,纠删码冗余策略能够以低内存成本提供高可靠性。然而,随着单边RDMA延迟可以达到微秒级,不同于传统存储系统中网络和磁盘I/O等资源是瓶颈,编解码计算成为分离内存系统部署纠删码的新瓶颈。为了在分离内存系统中实现纠删码高效部署,本文先通过对编解码计算和RDMA传输的工作流程详细的分析得到了三个关键的系统发现。然后,本文提出了 MicroEC,它通过缓存优化重新设计了编解码函数栈,并利用高效的流水线来协同优化编解码计算以及RDMA传输。本文实现了一个具有一般操作支持的系统原型,例如写/读/降级读/修复。实验表明,MicroEC显著降低了编解码延迟,与单边RDMA的低延迟相匹配,尤其是对于大于1MB的大型对象。与最先进的纠删码和三副本技术相比,它还分别实现了高达2.08倍和1.74倍的写入吞吐率。