Reed Solomon纠删码
纠删码是存储领域常用的数据冗余技术， 相比多副本复制而言， 纠删码能够以更小的数据冗余度获得更高数据可靠性。 Reed Solomon Coding是存储领域常用的一种纠删码，它的基本原理如下： 给定n个数据块d1, d2,..., dn，n和一个正整数m， RS根据n个数据块生成m个校验块， c1, c2,..., cm。 对于任意的n和m， 从n个原始数据块和m 个校验块中任取n块就能解码出原始数据， 即RS最多容忍m个数据块或者校验块同时丢失（纠删码只能容忍数据丢失，无法容忍数据篡改，纠删码正是得名与此）。
编码原理
RS编码以word为编码和解码单位， 大的数据块拆分到字长为w的word（字长w取值一般为8或者16位），然后对word进行编解码。 所以数据块的编码原理与word编码原理没什么差别， 为论述方便， 后文中变量Di, Ci将代表一个word。
首先， 把输入数据视为向量D=(D1，D2，..., Dn）, 编码后数据视为向量（D1, D2,..., Dn, C1, C2,.., Cm)，RS编码可视为如图1所示矩阵运算。 下图最左边是编码矩阵， 矩阵上部是单位阵（n行n列），下边是vandermonde矩阵B(m行n列), vandermode矩阵如图2所示， 第i行，第j列的原数值为j^(i-1)。之所以采用vandermonde矩阵的原因是， RS数据恢复算法要求编码矩阵任意n*n子矩阵可逆。
图1： 编码运算
图2：
vandermode矩阵
（2）由于B‘是可逆的， 两边乘上B’逆矩阵。
（3）得到如下原始数据D的计算公式
（4）对D重新编码，得到丢失的校验码
矩阵求逆采用高斯消元法， 需要进行实数加减乘除四则运算，无法作用于字长为w的二进制数据。
为了解决这个问题， RS采用
伽罗华群GF（2^w)中定义的四则运算法则。 GF(2^w）域有2^w个值， 每个值都对应一个低于w次的多项式， 这样域上的四则运算就转换为多项式空间的运算[2]。 GF(2^w)域中的加法就是XOR， 乘法比较特殊，需要维护两个大小为2^w -1的表格: log表gflog，反log表gfilog。
乘法公式： a * b = gfilog(gflog(a) + fglog(b)) % (2^w -1)
小结
RS的特点：
(1) 低冗余度，高可靠性。
(2) 数据恢复代价高。
丢失数据块或者编码块时，
RS需要读取n个数据块和校验块才能恢复数据， 数据恢复效率也在一定程度上制约了RS的可靠性。
(3) 数据更新代价高。 数据更新相当于重新编码， 代价很高， 因此常常针对只读数据，或者冷数据。
(4) RS编码依赖于两张2^w-1大小的log表， 通常只能采用16位或者8位字长，不能充分利用64位服务器的计算能力， 具体实现上可能要做一些优化。
参考文献：
[1]James S. Plank. Erasure Codes For Storage Application.