随着云计算的快速发展与普及,云存储已然成为数据存储的主要方式。而数据量的爆发式增长,导致云存储系统中节点的规模及异构性也不断增大,因此节点中数据的可靠性及I/O性受到了强有力的挑战。为了防止因节点故障造成的数据丢失,系统会采用特定的恢复机制对数据进行保护。本文对存储集群中节点异构性及多节点并发修复等问题进行了研究,主要工作如下。(1)针对集群中节点的异构性造成的数据存储代价过高、可靠性较低、节点负载均衡能力不足等问题,以段排序交换算法(FSSA)为依托,对数据块的部署方案进行改进,提出了分段交叉部署方案。在该方案中,通过对数据块部署问题进行模型分析,建立起对应的数学模型;然后根据系统中节点的负载情况对其进行分段划分,并对数据块的部署节点进行初次的选择;最后根据数据块部署模型利用启发式算法的思想在各个分段中对数据块的部署节点进行选择、替换,直至选择出最优部署节点集合。通过仿真结果表明,采用该方案可以在满足数据块部署可靠性需求的同时,有效地降低数据的存储代价,优化系统的负载均衡能力。(2)针对云存储中多节点失效时系统修复时延较大以及可用性较低等问题,以多节点并发修复算法(MCRA)为依托,对节点的修复方案进行改进,设计了分布式交叉修复方案。在该方案中,系统的修复操作在替换节点中进行,所有的替换节点协同、交叉地进行数据修复,保证修复所需数据块在系统内部只进行一次传输,解决了传统修复方案中系统修复瓶颈与内部网络流量较大等问题,有效降低了系统的修复时延;同时,采用修复触发机制,避免了系统修复时因新增受损节点引起的修复失败问题,增大了系统的可靠性。仿真结果表明,DCRS在降低系统修复时延、增大系统的可用性等方面具有明显的效果。