ਰਿਡੰਡੈਂਸੀ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ

ਰਿਡੰਡੈਂਸੀ ਕੋਡ* ਕੰਪਿਊਟਰ ਸਿਸਟਮਾਂ ਵਿੱਚ ਡਾਟਾ ਸਟੋਰੇਜ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਵਧਾਉਣ ਲਈ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। Yandex ਵਿੱਚ ਉਹ ਬਹੁਤ ਸਾਰੇ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਹਨ. ਉਦਾਹਰਨ ਲਈ, ਸਾਡੇ ਅੰਦਰੂਨੀ ਵਸਤੂ ਸਟੋਰੇਜ ਵਿੱਚ ਰੀਪਲੀਕੇਸ਼ਨ ਦੀ ਬਜਾਏ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਕੁਰਬਾਨੀ ਕੀਤੇ ਬਿਨਾਂ ਲੱਖਾਂ ਦੀ ਬਚਤ ਕਰਦੀ ਹੈ। ਪਰ ਉਹਨਾਂ ਦੀ ਵਿਆਪਕ ਵਰਤੋਂ ਦੇ ਬਾਵਜੂਦ, ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ ਇਸ ਬਾਰੇ ਸਪਸ਼ਟ ਵਰਣਨ ਬਹੁਤ ਘੱਟ ਹਨ। ਜੋ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹਨ ਉਹਨਾਂ ਨੂੰ ਲਗਭਗ ਹੇਠ ਲਿਖੀਆਂ ਗੱਲਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ (ਤੋਂ ਵਿਕੀਪੀਡੀਆ):

ਮੇਰਾ ਨਾਮ Vadim ਹੈ, Yandex ਵਿਖੇ ਮੈਂ ਅੰਦਰੂਨੀ ਆਬਜੈਕਟ ਸਟੋਰੇਜ MDS ਨੂੰ ਵਿਕਸਤ ਕਰ ਰਿਹਾ ਹਾਂ. ਇਸ ਲੇਖ ਵਿੱਚ, ਮੈਂ ਸਰਲ ਸ਼ਬਦਾਂ ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ (ਰੀਡ-ਸੋਲੋਮਨ ਅਤੇ ਐਲਆਰਸੀ ਕੋਡ) ਦੀ ਸਿਧਾਂਤਕ ਬੁਨਿਆਦ ਦਾ ਵਰਣਨ ਕਰਾਂਗਾ। ਮੈਂ ਤੁਹਾਨੂੰ ਦੱਸਾਂਗਾ ਕਿ ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਬਿਨਾਂ ਗੁੰਝਲਦਾਰ ਗਣਿਤ ਅਤੇ ਦੁਰਲੱਭ ਸ਼ਬਦਾਂ ਦੇ। ਅੰਤ ਵਿੱਚ ਮੈਂ ਯਾਂਡੇਕਸ ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਦੇਵਾਂਗਾ.

ਮੈਂ ਬਹੁਤ ਸਾਰੇ ਗਣਿਤ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਵਿਸਥਾਰ ਵਿੱਚ ਨਹੀਂ ਵਿਚਾਰਾਂਗਾ, ਪਰ ਮੈਂ ਉਹਨਾਂ ਲਈ ਲਿੰਕ ਪ੍ਰਦਾਨ ਕਰਾਂਗਾ ਜੋ ਡੂੰਘਾਈ ਵਿੱਚ ਡੁਬਕੀ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ. ਮੈਂ ਇਹ ਵੀ ਨੋਟ ਕਰਾਂਗਾ ਕਿ ਕੁਝ ਗਣਿਤ ਦੀਆਂ ਪਰਿਭਾਸ਼ਾਵਾਂ ਸਖਤ ਨਹੀਂ ਹੋ ਸਕਦੀਆਂ, ਕਿਉਂਕਿ ਲੇਖ ਗਣਿਤ ਵਿਗਿਆਨੀਆਂ ਲਈ ਨਹੀਂ ਹੈ, ਪਰ ਉਹਨਾਂ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਹੈ ਜੋ ਮੁੱਦੇ ਦੇ ਸਾਰ ਨੂੰ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹਨ।

* ਅੰਗਰੇਜ਼ੀ-ਭਾਸ਼ਾ ਦੇ ਸਾਹਿਤ ਵਿੱਚ, ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਨੂੰ ਅਕਸਰ ਇਰੇਜ਼ਰ ਕੋਡ ਕਿਹਾ ਜਾਂਦਾ ਹੈ।

1. ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦਾ ਸਾਰ

ਸਾਰੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦਾ ਸਾਰ ਬਹੁਤ ਸਰਲ ਹੈ: ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰੋ (ਜਾਂ ਟ੍ਰਾਂਸਮਿਟ ਕਰੋ) ਤਾਂ ਜੋ ਗਲਤੀਆਂ ਹੋਣ 'ਤੇ ਇਹ ਗੁੰਮ ਨਾ ਹੋਵੇ (ਡਿਸਕ ਅਸਫਲਤਾਵਾਂ, ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਗਲਤੀਆਂ, ਆਦਿ)।

ਜ਼ਿਆਦਾਤਰ* ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਵਿੱਚ, ਡੇਟਾ ਨੂੰ n ਡਾਟਾ ਬਲਾਕਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਲਈ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੇ m ਬਲਾਕਾਂ ਦੀ ਗਿਣਤੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਨਤੀਜੇ ਵਜੋਂ ਕੁੱਲ n + m ਬਲਾਕ ਹੁੰਦੇ ਹਨ। ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਇਸ ਤਰੀਕੇ ਨਾਲ ਬਣਾਏ ਗਏ ਹਨ ਕਿ ਡੇਟਾ ਦੇ n ਬਲਾਕਾਂ ਨੂੰ ਸਿਰਫ n + m ਬਲਾਕਾਂ ਦੇ ਇੱਕ ਹਿੱਸੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਅੱਗੇ, ਅਸੀਂ ਸਿਰਫ ਬਲੌਕ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਾਂਗੇ, ਯਾਨੀ ਉਹ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਬਲਾਕਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ।

ਡੇਟਾ ਦੇ ਸਾਰੇ n ਬਲਾਕਾਂ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਤੁਹਾਡੇ ਕੋਲ ਘੱਟੋ-ਘੱਟ n + m ਬਲਾਕ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਕਿਉਂਕਿ ਤੁਸੀਂ ਸਿਰਫ n-1 ਬਲਾਕ ਹੋਣ ਨਾਲ n ਬਲਾਕ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕਰ ਸਕਦੇ (ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਤੁਹਾਨੂੰ 1 ਬਲਾਕ “ਪਤਲੇ ਵਿੱਚੋਂ” ਲੈਣਾ ਪਵੇਗਾ। ਹਵਾ"). ਕੀ n + m ਬਲਾਕਾਂ ਦੇ n ਬੇਤਰਤੀਬੇ ਬਲਾਕ ਸਾਰੇ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਹਨ? ਇਹ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਕਿਸਮ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ ਤੁਹਾਨੂੰ ਆਰਬਿਟਰੇਰੀ n ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਾਰਾ ਡਾਟਾ ਰਿਕਵਰ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ, ਪਰ LRC ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਹਮੇਸ਼ਾ ਨਹੀਂ ਹੁੰਦੇ।

ਡਾਟਾ ਸਟੋਰੇਜ

ਡਾਟਾ ਸਟੋਰੇਜ਼ ਸਿਸਟਮਾਂ ਵਿੱਚ, ਇੱਕ ਨਿਯਮ ਦੇ ਤੌਰ ਤੇ, ਹਰੇਕ ਡੇਟਾ ਬਲਾਕ ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਨੂੰ ਇੱਕ ਵੱਖਰੀ ਡਿਸਕ ਤੇ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ। ਫਿਰ, ਜੇਕਰ ਇੱਕ ਆਰਬਿਟਰੇਰੀ ਡਿਸਕ ਫੇਲ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਅਸਲੀ ਡੇਟਾ ਅਜੇ ਵੀ ਰੀਸਟੋਰ ਅਤੇ ਪੜ੍ਹਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਡਾਟਾ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਭਾਵੇਂ ਕਈ ਡਿਸਕਾਂ ਇੱਕੋ ਸਮੇਂ ਫੇਲ ਹੋ ਜਾਣ।

ਡਾਟਾ ਟ੍ਰਾਂਸਫਰ

ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਇੱਕ ਅਵਿਸ਼ਵਾਸਯੋਗ ਨੈੱਟਵਰਕ 'ਤੇ ਡਾਟਾ ਸੰਚਾਰਿਤ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਪ੍ਰਸਾਰਿਤ ਡੇਟਾ ਨੂੰ ਬਲਾਕਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਲਈ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਗਣਨਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ. ਦੋਵੇਂ ਡਾਟਾ ਬਲਾਕ ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ ਨੈੱਟਵਰਕ ਉੱਤੇ ਪ੍ਰਸਾਰਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਜੇਕਰ ਆਰਬਿਟਰੇਰੀ ਬਲਾਕਾਂ (ਬਲਾਕਾਂ ਦੀ ਇੱਕ ਨਿਸ਼ਚਿਤ ਗਿਣਤੀ ਤੱਕ) ਵਿੱਚ ਤਰੁੱਟੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਤਾਂ ਵੀ ਡੇਟਾ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਤਰੁੱਟੀ ਦੇ ਨੈੱਟਵਰਕ ਉੱਤੇ ਪ੍ਰਸਾਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ, ਉਦਾਹਰਨ ਲਈ, ਆਪਟੀਕਲ ਸੰਚਾਰ ਲਾਈਨਾਂ ਅਤੇ ਸੈਟੇਲਾਈਟ ਸੰਚਾਰ ਵਿੱਚ ਡਾਟਾ ਸੰਚਾਰਿਤ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।

* ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਵੀ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਬਲਾਕਾਂ ਵਿੱਚ ਵੰਡਿਆ ਨਹੀਂ ਜਾਂਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਹੈਮਿੰਗ ਕੋਡ ਅਤੇ ਸੀਆਰਸੀ ਕੋਡ, ਜੋ ਕਿ ਈਥਰਨੈੱਟ ਨੈਟਵਰਕ ਵਿੱਚ ਡੇਟਾ ਸੰਚਾਰ ਲਈ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਗਲਤੀ-ਸੁਧਾਰਨ ਕੋਡਿੰਗ ਲਈ ਕੋਡ ਹਨ, ਇਹ ਗਲਤੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ, ਨਾ ਕਿ ਉਹਨਾਂ ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ (ਹੈਮਿੰਗ ਕੋਡ ਗਲਤੀਆਂ ਦੇ ਅੰਸ਼ਕ ਸੁਧਾਰ ਦੀ ਵੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ)।

2. ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ

ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹਨ, ਜਿਸਦੀ ਖੋਜ 1960 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਪਹਿਲੀ ਵਾਰ 1980 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਸੰਖੇਪ ਡਿਸਕਾਂ ਦੇ ਵੱਡੇ ਉਤਪਾਦਨ ਲਈ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਗਿਆ ਸੀ।

ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ ਨੂੰ ਸਮਝਣ ਲਈ ਦੋ ਮੁੱਖ ਸਵਾਲ ਹਨ: 1) ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੇ ਬਲਾਕ ਕਿਵੇਂ ਬਣਾਉਣੇ ਹਨ; 2) ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਰਿਕਵਰ ਕਰਨਾ ਹੈ। ਆਓ ਉਨ੍ਹਾਂ ਦੇ ਜਵਾਬ ਲੱਭੀਏ।
ਸਰਲਤਾ ਲਈ, ਅਸੀਂ ਅੱਗੇ ਇਹ ਮੰਨ ਲਵਾਂਗੇ ਕਿ n=6 ਅਤੇ m=4। ਹੋਰ ਸਕੀਮਾਂ ਨੂੰ ਸਮਾਨਤਾ ਦੁਆਰਾ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ.

ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ ਕਿਵੇਂ ਬਣਾਉਣੇ ਹਨ

ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੇ ਹਰੇਕ ਬਲਾਕ ਨੂੰ ਦੂਜਿਆਂ ਤੋਂ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ। ਸਾਰੇ n ਡਾਟਾ ਬਲਾਕ ਹਰੇਕ ਬਲਾਕ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਹੇਠਾਂ ਦਿੱਤੇ ਚਿੱਤਰ ਵਿੱਚ, X1-X6 ਡੇਟਾ ਬਲਾਕ ਹਨ, P1-P4 ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ ਹਨ।

ਸਾਰੇ ਡਾਟਾ ਬਲਾਕ ਇੱਕੋ ਆਕਾਰ ਦੇ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਅਤੇ ਅਲਾਈਨਮੈਂਟ ਲਈ ਜ਼ੀਰੋ ਬਿੱਟ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਨਤੀਜੇ ਵਜੋਂ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ ਡੇਟਾ ਬਲਾਕਾਂ ਦੇ ਆਕਾਰ ਦੇ ਹੋਣਗੇ। ਸਾਰੇ ਡੇਟਾ ਬਲਾਕਾਂ ਨੂੰ ਸ਼ਬਦਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ (ਉਦਾਹਰਨ ਲਈ, 16 ਬਿੱਟ). ਮੰਨ ਲਓ ਅਸੀਂ ਡਾਟਾ ਬਲਾਕਾਂ ਨੂੰ k ਸ਼ਬਦਾਂ ਵਿੱਚ ਵੰਡਦੇ ਹਾਂ। ਫਿਰ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਦੇ ਸਾਰੇ ਬਲਾਕ ਵੀ k ਸ਼ਬਦਾਂ ਵਿੱਚ ਵੰਡੇ ਜਾਣਗੇ।

ਹਰੇਕ ਰਿਡੰਡੈਂਸੀ ਬਲਾਕ ਦੇ i-th ਸ਼ਬਦ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ, ਸਾਰੇ ਡਾਟਾ ਬਲਾਕਾਂ ਦੇ i-th ਸ਼ਬਦ ਵਰਤੇ ਜਾਣਗੇ। ਉਹਨਾਂ ਦੀ ਗਣਨਾ ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਅਨੁਸਾਰ ਕੀਤੀ ਜਾਵੇਗੀ:

ਇੱਥੇ ਮੁੱਲ x ਡੇਟਾ ਬਲਾਕਾਂ ਦੇ ਸ਼ਬਦ ਹਨ, p ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੇ ਸ਼ਬਦ ਹਨ, ਸਾਰੇ ਅਲਫ਼ਾ, ਬੀਟਾ, ਗਾਮਾ ਅਤੇ ਡੈਲਟਾ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਚੁਣੇ ਗਏ ਨੰਬਰ ਹਨ ਜੋ ਸਾਰੇ i ਲਈ ਇੱਕੋ ਜਿਹੇ ਹਨ। ਇਹ ਤੁਰੰਤ ਕਿਹਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਸਾਰੇ ਮੁੱਲ ਆਮ ਸੰਖਿਆਵਾਂ ਨਹੀਂ ਹਨ, ਪਰ ਗੈਲੋਇਸ ਫੀਲਡ ਦੇ ਤੱਤ ਹਨ; ਓਪਰੇਸ਼ਨ +, -, *, / ਸਾਡੇ ਸਾਰਿਆਂ ਲਈ ਜਾਣੂ ਓਪਰੇਸ਼ਨ ਨਹੀਂ ਹਨ, ਪਰ ਗੈਲੋਇਸ ਦੇ ਤੱਤਾਂ 'ਤੇ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਵਿਸ਼ੇਸ਼ ਓਪਰੇਸ਼ਨ ਹਨ। ਖੇਤਰ.

ਗੈਲੋਇਸ ਖੇਤਰਾਂ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ?

ਅਜਿਹਾ ਲਗਦਾ ਹੈ ਕਿ ਸਭ ਕੁਝ ਸਧਾਰਨ ਹੈ: ਅਸੀਂ ਡੇਟਾ ਨੂੰ ਬਲਾਕਾਂ ਵਿੱਚ ਵੰਡਦੇ ਹਾਂ, ਬਲਾਕਾਂ ਨੂੰ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਡੇਟਾ ਬਲਾਕਾਂ ਦੇ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਸੀਂ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੇ ਸ਼ਬਦਾਂ ਨੂੰ ਗਿਣਦੇ ਹਾਂ - ਸਾਨੂੰ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ ਮਿਲਦੇ ਹਨ। ਆਮ ਤੌਰ 'ਤੇ ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਪਰ ਸ਼ੈਤਾਨ ਵੇਰਵਿਆਂ ਵਿੱਚ ਹੈ:

1. ਜਿਵੇਂ ਕਿ ਉੱਪਰ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਸ਼ਬਦ ਦਾ ਆਕਾਰ ਸਥਿਰ ਹੈ, ਸਾਡੀ ਉਦਾਹਰਣ ਵਿੱਚ 16 ਬਿੱਟ. ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਲਈ ਉਪਰੋਕਤ ਫਾਰਮੂਲੇ ਅਜਿਹੇ ਹਨ ਕਿ ਜਦੋਂ ਆਮ ਪੂਰਨ ਅੰਕਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ p ਦੀ ਗਣਨਾ ਕਰਨ ਦਾ ਨਤੀਜਾ ਵੈਧ ਆਕਾਰ ਦੇ ਕਿਸੇ ਸ਼ਬਦ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰਸਤੁਤ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ।
2. ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਵੇਲੇ, ਉਪਰੋਕਤ ਫਾਰਮੂਲੇ ਨੂੰ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਵਜੋਂ ਮੰਨਿਆ ਜਾਵੇਗਾ ਜੋ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਹੱਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਹੱਲ ਪ੍ਰਕਿਰਿਆ ਦੇ ਦੌਰਾਨ, ਇੱਕ ਦੂਜੇ ਦੁਆਰਾ ਪੂਰਨ ਅੰਕਾਂ ਨੂੰ ਵੰਡਣਾ ਜ਼ਰੂਰੀ ਹੋ ਸਕਦਾ ਹੈ, ਨਤੀਜੇ ਵਜੋਂ ਇੱਕ ਅਸਲ ਸੰਖਿਆ ਜੋ ਕੰਪਿਊਟਰ ਮੈਮੋਰੀ ਵਿੱਚ ਸਹੀ ਢੰਗ ਨਾਲ ਨਹੀਂ ਦਰਸਾਈ ਜਾ ਸਕਦੀ ਹੈ।

ਇਹ ਸਮੱਸਿਆਵਾਂ ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਲਈ ਪੂਰਨ ਅੰਕਾਂ ਦੀ ਵਰਤੋਂ ਨੂੰ ਰੋਕਦੀਆਂ ਹਨ। ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਅਸਲੀ ਹੈ, ਇਸ ਦਾ ਵਰਣਨ ਇਸ ਤਰ੍ਹਾਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ: ਆਓ ਵਿਸ਼ੇਸ਼ ਸੰਖਿਆਵਾਂ ਦੇ ਨਾਲ ਆਉਂਦੇ ਹਾਂ ਜੋ ਲੋੜੀਂਦੀ ਲੰਬਾਈ (ਉਦਾਹਰਨ ਲਈ, 16 ਬਿੱਟ) ਦੇ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦਰਸਾਏ ਜਾ ਸਕਦੇ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਸਾਰੇ ਕਾਰਜਾਂ ਨੂੰ ਕਰਨ ਦਾ ਨਤੀਜਾ ਜਿਸ 'ਤੇ (ਇਸ ਤੋਂ ਇਲਾਵਾ) , ਘਟਾਓ, ਗੁਣਾ, ਭਾਗ) ਨੂੰ ਵੀ ਲੋੜੀਂਦੀ ਲੰਬਾਈ ਦੇ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੰਪਿਊਟਰ ਮੈਮੋਰੀ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਜਾਵੇਗਾ।

ਅਜਿਹੇ "ਵਿਸ਼ੇਸ਼" ਨੰਬਰਾਂ ਦਾ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਗਣਿਤ ਦੁਆਰਾ ਅਧਿਐਨ ਕੀਤਾ ਗਿਆ ਹੈ; ਉਹਨਾਂ ਨੂੰ ਖੇਤਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਫੀਲਡ ਤੱਤਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੁੰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਜੋੜ, ਘਟਾਓ, ਗੁਣਾ ਅਤੇ ਭਾਗ ਉਹਨਾਂ ਲਈ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਗੈਲੋਇਸ* ਫੀਲਡ ਉਹ ਫੀਲਡ ਹਨ ਜਿਹਨਾਂ ਲਈ ਫੀਲਡ ਦੇ ਕਿਸੇ ਵੀ ਦੋ ਤੱਤਾਂ ਲਈ ਹਰੇਕ ਓਪਰੇਸ਼ਨ (+, -, *, /) ਦਾ ਇੱਕ ਵਿਲੱਖਣ ਨਤੀਜਾ ਹੁੰਦਾ ਹੈ। 2: 2, 4, 8, 16, ਆਦਿ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਵਾਲੀਆਂ ਸੰਖਿਆਵਾਂ ਲਈ ਗੈਲੋਇਸ ਫੀਲਡ ਬਣਾਏ ਜਾ ਸਕਦੇ ਹਨ (ਅਸਲ ਵਿੱਚ ਕਿਸੇ ਵੀ ਪ੍ਰਮੁੱਖ ਸੰਖਿਆ p ਦੀਆਂ ਸ਼ਕਤੀਆਂ, ਪਰ ਅਭਿਆਸ ਵਿੱਚ ਅਸੀਂ ਸਿਰਫ 2 ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹਾਂ)। ਉਦਾਹਰਨ ਲਈ, 16-ਬਿੱਟ ਸ਼ਬਦਾਂ ਲਈ, ਇਹ ਇੱਕ ਫੀਲਡ ਹੈ ਜਿਸ ਵਿੱਚ 65 ਤੱਤ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਜੋੜੇ ਲਈ ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਕਾਰਵਾਈ (+, -, *, /) ਦਾ ਨਤੀਜਾ ਲੱਭ ਸਕਦੇ ਹੋ। ਉਪਰੋਕਤ ਸਮੀਕਰਨਾਂ ਵਿੱਚੋਂ x, p, ਅਲਫ਼ਾ, ਬੀਟਾ, ਗਾਮਾ, ਡੈਲਟਾ ਦੇ ਮੁੱਲ ਗਣਨਾ ਲਈ ਗੈਲੋਇਸ ਫੀਲਡ ਦੇ ਤੱਤ ਮੰਨੇ ਜਾਣਗੇ।

ਇਸ ਤਰ੍ਹਾਂ, ਸਾਡੇ ਕੋਲ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਹੈ ਜਿਸ ਨਾਲ ਅਸੀਂ ਇੱਕ ਢੁਕਵਾਂ ਕੰਪਿਊਟਰ ਪ੍ਰੋਗਰਾਮ ਲਿਖ ਕੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੇ ਬਲਾਕ ਬਣਾ ਸਕਦੇ ਹਾਂ। ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕੋ ਪ੍ਰਣਾਲੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਤੁਸੀਂ ਡਾਟਾ ਰਿਕਵਰੀ ਕਰ ਸਕਦੇ ਹੋ।

* ਇਹ ਕੋਈ ਸਖਤ ਪਰਿਭਾਸ਼ਾ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਵਰਣਨ ਹੈ।

ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਰਿਕਵਰ ਕਰਨਾ ਹੈ

ਬਹਾਲੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਕੁਝ n + m ਬਲਾਕ ਗੁੰਮ ਹੁੰਦੇ ਹਨ। ਇਹ ਦੋਵੇਂ ਡਾਟਾ ਬਲਾਕ ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ ਹੋ ਸਕਦੇ ਹਨ। ਡਾਟਾ ਬਲਾਕਾਂ ਅਤੇ/ਜਾਂ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੀ ਅਣਹੋਂਦ ਦਾ ਮਤਲਬ ਇਹ ਹੋਵੇਗਾ ਕਿ ਉਪਰੋਕਤ ਸਮੀਕਰਨਾਂ ਵਿੱਚ ਅਨੁਸਾਰੀ x ਅਤੇ/ਜਾਂ p ਵੇਰੀਏਬਲ ਅਣਜਾਣ ਹਨ।

ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਲਈ ਸਮੀਕਰਨਾਂ ਨੂੰ ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਸਾਰੇ ਅਲਫ਼ਾ, ਬੀਟਾ, ਗਾਮਾ, ਡੈਲਟਾ ਮੁੱਲ ਸਥਿਰ ਹਨ, ਉਪਲਬਧ ਬਲਾਕਾਂ ਦੇ ਅਨੁਸਾਰੀ ਸਾਰੇ x ਅਤੇ p ਜਾਣੇ ਜਾਂਦੇ ਵੇਰੀਏਬਲ ਹਨ, ਅਤੇ ਬਾਕੀ x ਅਤੇ p। ਅਣਜਾਣ ਹਨ।

ਉਦਾਹਰਨ ਲਈ, ਡਾਟਾ ਬਲਾਕ 1, 2, 3 ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ 2 ਨੂੰ ਅਣਉਪਲਬਧ ਹੋਣ ਦਿਓ, ਫਿਰ ਸ਼ਬਦਾਂ ਦੇ i-th ਸਮੂਹ ਲਈ ਸਮੀਕਰਨਾਂ ਦੀ ਹੇਠ ਲਿਖੀ ਪ੍ਰਣਾਲੀ ਹੋਵੇਗੀ (ਅਣਜਾਣ ਨੂੰ ਲਾਲ ਰੰਗ ਵਿੱਚ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਗਿਆ ਹੈ):

ਸਾਡੇ ਕੋਲ 4 ਅਗਿਆਤਾਂ ਦੇ ਨਾਲ 4 ਸਮੀਕਰਨਾਂ ਦਾ ਇੱਕ ਸਿਸਟਮ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸੀਂ ਇਸਨੂੰ ਹੱਲ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਡੇਟਾ ਨੂੰ ਰੀਸਟੋਰ ਕਰ ਸਕਦੇ ਹਾਂ!

ਸਮੀਕਰਨਾਂ ਦੀ ਇਸ ਪ੍ਰਣਾਲੀ ਤੋਂ ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ (n ਡੇਟਾ ਬਲਾਕ, m ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ) ਲਈ ਡੇਟਾ ਰਿਕਵਰੀ ਬਾਰੇ ਬਹੁਤ ਸਾਰੇ ਸਿੱਟੇ ਨਿਕਲਦੇ ਹਨ:

• ਜੇਕਰ ਕੋਈ m ਬਲਾਕ ਜਾਂ ਇਸ ਤੋਂ ਘੱਟ ਗੁੰਮ ਹੋ ਜਾਂਦੇ ਹਨ ਤਾਂ ਡਾਟਾ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਜੇਕਰ m+1 ਜਾਂ ਇਸ ਤੋਂ ਵੱਧ ਬਲਾਕ ਗੁੰਮ ਹੋ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਡਾਟਾ ਰੀਸਟੋਰ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ: m + 1 ਅਣਜਾਣ ਨਾਲ m ਸਮੀਕਰਨਾਂ ਦੇ ਸਿਸਟਮ ਨੂੰ ਹੱਲ ਕਰਨਾ ਅਸੰਭਵ ਹੈ।
• ਇੱਕ ਵੀ ਡੇਟਾ ਬਲਾਕ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਬਾਕੀ ਬਚੇ ਬਲਾਕਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਵੀ n ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਕਿਸੇ ਵੀ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।

ਤੁਹਾਨੂੰ ਹੋਰ ਕੀ ਜਾਣਨ ਦੀ ਲੋੜ ਹੈ

ਉਪਰੋਕਤ ਵਰਣਨ ਵਿੱਚ, ਮੈਂ ਬਹੁਤ ਸਾਰੇ ਮਹੱਤਵਪੂਰਨ ਮੁੱਦਿਆਂ ਤੋਂ ਬਚਦਾ ਹਾਂ ਜਿਨ੍ਹਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਲਈ ਗਣਿਤ ਵਿੱਚ ਡੂੰਘੀ ਡੁਬਕੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, ਮੈਂ ਹੇਠਾਂ ਦਿੱਤੇ ਬਾਰੇ ਕੁਝ ਨਹੀਂ ਕਹਿ ਰਿਹਾ ਹਾਂ:

• ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਲਈ ਸਮੀਕਰਨਾਂ ਦੀ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਅਣਜਾਣ ਦੇ ਕਿਸੇ ਵੀ ਸੁਮੇਲ ਲਈ ਇੱਕ (ਅਨੋਖਾ) ਹੱਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ (m ਅਣਜਾਣ ਤੋਂ ਵੱਧ ਨਹੀਂ)। ਇਸ ਲੋੜ ਦੇ ਆਧਾਰ 'ਤੇ, ਅਲਫ਼ਾ, ਬੀਟਾ, ਗਾਮਾ ਅਤੇ ਡੈਲਟਾ ਦੇ ਮੁੱਲ ਚੁਣੇ ਗਏ ਹਨ।
• ਸਮੀਕਰਨਾਂ ਦੀ ਇੱਕ ਪ੍ਰਣਾਲੀ ਆਪਣੇ ਆਪ ਹੀ ਬਣਾਉਣ ਦੇ ਯੋਗ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ (ਇਹ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਬਲਾਕ ਉਪਲਬਧ ਨਹੀਂ ਹਨ) ਅਤੇ ਹੱਲ ਕੀਤੇ ਜਾਣ।
• ਸਾਨੂੰ ਇੱਕ ਗੈਲੋਇਸ ਫੀਲਡ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੈ: ਇੱਕ ਦਿੱਤੇ ਸ਼ਬਦ ਆਕਾਰ ਲਈ, ਕਿਸੇ ਵੀ ਦੋ ਤੱਤਾਂ ਲਈ ਕਿਸੇ ਵੀ ਕਾਰਵਾਈ (+, -, *, /) ਦਾ ਨਤੀਜਾ ਲੱਭਣ ਦੇ ਯੋਗ ਹੋਵੋ।

ਲੇਖ ਦੇ ਅੰਤ ਵਿੱਚ ਇਨ੍ਹਾਂ ਮਹੱਤਵਪੂਰਨ ਮੁੱਦਿਆਂ 'ਤੇ ਸਾਹਿਤ ਦੇ ਹਵਾਲੇ ਦਿੱਤੇ ਗਏ ਹਨ।

n ਅਤੇ m ਦੀ ਚੋਣ

ਅਭਿਆਸ ਵਿੱਚ n ਅਤੇ m ਦੀ ਚੋਣ ਕਿਵੇਂ ਕਰੀਏ? ਅਭਿਆਸ ਵਿੱਚ, ਡੇਟਾ ਸਟੋਰੇਜ ਸਿਸਟਮ ਵਿੱਚ, ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਸਪੇਸ ਬਚਾਉਣ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ, ਇਸਲਈ m ਨੂੰ ਹਮੇਸ਼ਾ n ਤੋਂ ਘੱਟ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ। ਉਹਨਾਂ ਦੇ ਖਾਸ ਮੁੱਲ ਕਈ ਕਾਰਕਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਡਾਟਾ ਸਟੋਰੇਜ਼ ਦੀ ਭਰੋਸੇਯੋਗਤਾ. ਜਿੰਨਾ ਵੱਡਾ m, ਡਿਸਕ ਫੇਲ੍ਹ ਹੋਣ ਦੀ ਵੱਧ ਤੋਂ ਵੱਧ ਸੰਖਿਆ ਜੋ ਬਚੀ ਜਾ ਸਕਦੀ ਹੈ, ਯਾਨੀ, ਭਰੋਸੇਯੋਗਤਾ ਓਨੀ ਹੀ ਜ਼ਿਆਦਾ ਹੋਵੇਗੀ।
• ਬੇਲੋੜੀ ਸਟੋਰੇਜ। m/n ਅਨੁਪਾਤ ਜਿੰਨਾ ਉੱਚਾ ਹੋਵੇਗਾ, ਸਟੋਰੇਜ ਰਿਡੰਡੈਂਸੀ ਓਨੀ ਹੀ ਜ਼ਿਆਦਾ ਹੋਵੇਗੀ, ਅਤੇ ਸਿਸਟਮ ਓਨਾ ਹੀ ਮਹਿੰਗਾ ਹੋਵੇਗਾ।
• ਪ੍ਰੋਸੈਸਿੰਗ ਸਮੇਂ ਦੀ ਬੇਨਤੀ ਕਰੋ। n + m ਦਾ ਜੋੜ ਜਿੰਨਾ ਵੱਡਾ ਹੋਵੇਗਾ, ਬੇਨਤੀਆਂ ਦਾ ਜਵਾਬ ਸਮਾਂ ਓਨਾ ਹੀ ਲੰਬਾ ਹੋਵੇਗਾ। ਕਿਉਂਕਿ ਡਾਟਾ (ਰਿਕਵਰੀ ਦੇ ਦੌਰਾਨ) ਨੂੰ ਪੜ੍ਹਨ ਲਈ n ਵੱਖ-ਵੱਖ ਡਿਸਕਾਂ 'ਤੇ ਸਟੋਰ ਕੀਤੇ n ਬਲਾਕਾਂ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਪੜ੍ਹਨ ਦਾ ਸਮਾਂ ਸਭ ਤੋਂ ਹੌਲੀ ਡਿਸਕ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਵੇਗਾ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਈ DC ਵਿੱਚ ਡਾਟਾ ਸਟੋਰ ਕਰਨਾ n ਅਤੇ m ਦੀ ਚੋਣ 'ਤੇ ਵਾਧੂ ਪਾਬੰਦੀਆਂ ਲਗਾਉਂਦਾ ਹੈ: ਜੇਕਰ 1 DC ਨੂੰ ਬੰਦ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਡਾਟਾ ਅਜੇ ਵੀ ਪੜ੍ਹਨ ਲਈ ਉਪਲਬਧ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, 3 DC ਵਿੱਚ ਡਾਟਾ ਸਟੋਰ ਕਰਦੇ ਸਮੇਂ, ਹੇਠ ਲਿਖੀ ਸ਼ਰਤ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਲਾਜ਼ਮੀ ਹੈ: m >= n/2, ਨਹੀਂ ਤਾਂ ਅਜਿਹੀ ਸਥਿਤੀ ਹੋ ਸਕਦੀ ਹੈ ਜਦੋਂ 1 DC ਬੰਦ ਹੋਣ 'ਤੇ ਡਾਟਾ ਪੜ੍ਹਨ ਲਈ ਉਪਲਬਧ ਨਾ ਹੋਵੇ।

3. LRC - ਸਥਾਨਕ ਪੁਨਰ ਨਿਰਮਾਣ ਕੋਡ

ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ n ਆਰਬਿਟਰੇਰੀ ਡੇਟਾ ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਪਵੇਗੀ। ਇਹ ਡਿਸਟਰੀਬਿਊਟਡ ਡਾਟਾ ਸਟੋਰੇਜ਼ ਸਿਸਟਮ ਲਈ ਇੱਕ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਨੁਕਸਾਨ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਟੁੱਟੀ ਹੋਈ ਡਿਸਕ 'ਤੇ ਡਾਟਾ ਰੀਸਟੋਰ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਡਿਸਕਾਂ ਅਤੇ ਨੈੱਟਵਰਕ 'ਤੇ ਇੱਕ ਵੱਡਾ ਵਾਧੂ ਲੋਡ ਬਣਾਉਣਾ, ਹੋਰਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਡਾਟਾ ਪੜ੍ਹਨਾ ਪਵੇਗਾ।

ਸਭ ਤੋਂ ਆਮ ਗਲਤੀਆਂ ਇੱਕ ਡਿਸਕ ਦੀ ਅਸਫਲਤਾ ਜਾਂ ਓਵਰਲੋਡ ਦੇ ਕਾਰਨ ਡੇਟਾ ਦੇ ਇੱਕ ਬਲਾਕ ਦੀ ਪਹੁੰਚਯੋਗਤਾ ਹਨ। ਕੀ ਇਸ (ਸਭ ਤੋਂ ਆਮ) ਕੇਸ ਵਿੱਚ ਡੇਟਾ ਰਿਕਵਰੀ ਲਈ ਵਾਧੂ ਲੋਡ ਨੂੰ ਕਿਸੇ ਤਰ੍ਹਾਂ ਘਟਾਉਣਾ ਸੰਭਵ ਹੈ? ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਇਹ ਕਰ ਸਕਦੇ ਹੋ: ਇਸ ਉਦੇਸ਼ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ LRC ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਹਨ।

LRC (ਸਥਾਨਕ ਪੁਨਰ ਨਿਰਮਾਣ ਕੋਡ) ਵਿੰਡੋਜ਼ ਅਜ਼ੂਰ ਸਟੋਰੇਜ ਵਿੱਚ ਵਰਤੋਂ ਲਈ ਮਾਈਕ੍ਰੋਸਾੱਫਟ ਦੁਆਰਾ ਖੋਜੇ ਗਏ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਹਨ। LRC ਦਾ ਵਿਚਾਰ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਸਧਾਰਨ ਹੈ: ਸਾਰੇ ਡੇਟਾ ਬਲਾਕਾਂ ਨੂੰ ਦੋ (ਜਾਂ ਵੱਧ) ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡੋ ਅਤੇ ਹਰੇਕ ਸਮੂਹ ਲਈ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੇ ਹਿੱਸੇ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਪੜ੍ਹੋ। ਫਿਰ ਕੁਝ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਨੂੰ ਸਾਰੇ ਡਾਟਾ ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਗਿਣਿਆ ਜਾਵੇਗਾ (LRC ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਗਲੋਬਲ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਕਿਹਾ ਜਾਂਦਾ ਹੈ), ਅਤੇ ਕੁਝ - ਡਾਟਾ ਬਲਾਕਾਂ ਦੇ ਦੋ ਸਮੂਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ (ਉਹਨਾਂ ਨੂੰ ਲੋਕਲ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਕਿਹਾ ਜਾਂਦਾ ਹੈ)।

LRC ਨੂੰ ਤਿੰਨ ਸੰਖਿਆਵਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ: nrl, ਜਿੱਥੇ n ਡੇਟਾ ਬਲਾਕਾਂ ਦੀ ਸੰਖਿਆ ਹੈ, r ਗਲੋਬਲ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੀ ਸੰਖਿਆ ਹੈ, l ਸਥਾਨਕ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੀ ਸੰਖਿਆ ਹੈ। ਡਾਟਾ ਪੜ੍ਹਨ ਲਈ ਜਦੋਂ ਇੱਕ ਡਾਟਾ ਬਲਾਕ ਉਪਲਬਧ ਨਹੀਂ ਹੁੰਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਸਿਰਫ਼ n/l ਬਲਾਕਾਂ ਨੂੰ ਪੜ੍ਹਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਇਹ ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਨਾਲੋਂ l ਗੁਣਾ ਘੱਟ ਹੈ।

ਉਦਾਹਰਨ ਲਈ, LRC 6-2-2 ਸਕੀਮ 'ਤੇ ਵਿਚਾਰ ਕਰੋ। X1–X6 — 6 ਡਾਟਾ ਬਲਾਕ, P1, P2 — 2 ਗਲੋਬਲ ਰਿਡੰਡੈਂਸੀ ਬਲਾਕ, P3, P4 — 2 ਲੋਕਲ ਰਿਡੰਡੈਂਸੀ ਬਲਾਕ।

ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ P1, P2 ਨੂੰ ਸਾਰੇ ਡਾਟਾ ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ। ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ P3 - ਡਾਟਾ ਬਲਾਕਸ X1-X3 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕ P4 - ਡਾਟਾ ਬਲਾਕਸ X4-X6 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ।

ਬਾਕੀ ਐਲਆਰਸੀ ਵਿੱਚ ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਨਾਲ ਸਮਾਨਤਾ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਬਲਾਕਾਂ ਦੇ ਸ਼ਬਦਾਂ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ ਸਮੀਕਰਨ ਇਹ ਹੋਣਗੇ:

ਅਲਫ਼ਾ, ਬੀਟਾ, ਗਾਮਾ, ਡੈਲਟਾ ਨੰਬਰਾਂ ਦੀ ਚੋਣ ਕਰਨ ਲਈ, ਡਾਟਾ ਰਿਕਵਰੀ ਦੀ ਸੰਭਾਵਨਾ ਦੀ ਗਰੰਟੀ ਲਈ ਕਈ ਸ਼ਰਤਾਂ ਪੂਰੀਆਂ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ (ਭਾਵ, ਸਮੀਕਰਨ ਪ੍ਰਣਾਲੀ ਨੂੰ ਹੱਲ ਕਰਨਾ)। ਤੁਸੀਂ ਉਹਨਾਂ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਲੇਖ.
ਅਭਿਆਸ ਵਿੱਚ ਵੀ, XOR ਓਪਰੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਸਥਾਨਕ ਰਿਡੰਡੈਂਸੀ ਕੋਡ P3, P4 ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

LRC ਲਈ ਸਮੀਕਰਨਾਂ ਦੀ ਪ੍ਰਣਾਲੀ ਤੋਂ ਕਈ ਸਿੱਟੇ ਨਿਕਲਦੇ ਹਨ:

• ਕਿਸੇ ਵੀ 1 ਡਾਟਾ ਬਲਾਕ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਇਹ n/l ਬਲਾਕ (ਸਾਡੀ ਉਦਾਹਰਣ ਵਿੱਚ n/2) ਨੂੰ ਪੜ੍ਹਨਾ ਕਾਫ਼ੀ ਹੈ।
• ਜੇਕਰ r + l ਬਲਾਕ ਅਣਉਪਲਬਧ ਹਨ, ਅਤੇ ਸਾਰੇ ਬਲਾਕ ਇੱਕ ਸਮੂਹ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ, ਤਾਂ ਡੇਟਾ ਨੂੰ ਬਹਾਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਇੱਕ ਉਦਾਹਰਣ ਦੇ ਨਾਲ ਸਮਝਾਉਣਾ ਆਸਾਨ ਹੈ. ਬਲਾਕ X1–X3 ਅਤੇ P3 ਨੂੰ ਅਣਉਪਲਬਧ ਹੋਣ ਦਿਓ: ਇਹ ਸਾਡੇ ਕੇਸ ਵਿੱਚ 4, ਇੱਕੋ ਸਮੂਹ ਦੇ r + l ਬਲਾਕ ਹਨ। ਫਿਰ ਸਾਡੇ ਕੋਲ 3 ਅਗਿਆਤ ਦੇ ਨਾਲ 4 ਸਮੀਕਰਨਾਂ ਦਾ ਇੱਕ ਸਿਸਟਮ ਹੈ ਜੋ ਹੱਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
• r + l ਬਲਾਕਾਂ ਦੀ ਅਣਉਪਲਬਧਤਾ ਦੇ ਹੋਰ ਸਾਰੇ ਮਾਮਲਿਆਂ ਵਿੱਚ (ਜਦੋਂ ਹਰੇਕ ਸਮੂਹ ਤੋਂ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਬਲਾਕ ਉਪਲਬਧ ਹੋਵੇ), LRC ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਬਹਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਇਸ ਤਰ੍ਹਾਂ, ਐਲਆਰਸੀ ਸਿੰਗਲ ਗਲਤੀਆਂ ਤੋਂ ਬਾਅਦ ਡਾਟਾ ਰਿਕਵਰ ਕਰਨ ਵਿੱਚ ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਨੂੰ ਪਛਾੜਦਾ ਹੈ। ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਵਿੱਚ, ਡੇਟਾ ਦੇ ਇੱਕ ਬਲਾਕ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ n ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ LRC ਵਿੱਚ, ਡੇਟਾ ਦੇ ਇੱਕ ਬਲਾਕ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਇਹ n/l ਬਲਾਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਕਾਫੀ ਹੈ (ਸਾਡੀ ਉਦਾਹਰਣ ਵਿੱਚ n/2)। ਦੂਜੇ ਪਾਸੇ, LRC ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡਾਂ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਅਨੁਮਤੀਯੋਗ ਗਲਤੀਆਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਘਟੀਆ ਹੈ। ਉਪਰੋਕਤ ਉਦਾਹਰਨਾਂ ਵਿੱਚ, ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ ਕਿਸੇ ਵੀ 4 ਗਲਤੀਆਂ ਲਈ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ LRC ਲਈ 2 ਤਰੁੱਟੀਆਂ ਦੇ 4 ਸੰਜੋਗ ਹਨ ਜਦੋਂ ਡੇਟਾ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਕੀ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹੈ ਖਾਸ ਸਥਿਤੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਪਰ ਅਕਸਰ LRC ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਵਾਧੂ ਲੋਡ ਵਿੱਚ ਬਚਤ ਥੋੜੀ ਘੱਟ ਭਰੋਸੇਯੋਗ ਸਟੋਰੇਜ ਤੋਂ ਵੱਧ ਹੁੰਦੀ ਹੈ।

4. ਹੋਰ ਰਿਡੰਡੈਂਸੀ ਕੋਡ

ਰੀਡ-ਸੋਲੋਮਨ ਅਤੇ ਐਲਆਰਸੀ ਕੋਡਾਂ ਤੋਂ ਇਲਾਵਾ, ਹੋਰ ਬਹੁਤ ਸਾਰੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਹਨ। ਵੱਖ-ਵੱਖ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਵੱਖ-ਵੱਖ ਗਣਿਤ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇੱਥੇ ਕੁਝ ਹੋਰ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਹਨ:

• XOR ਆਪਰੇਟਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਰਿਡੰਡੈਂਸੀ ਕੋਡ। XOR ਓਪਰੇਸ਼ਨ n ਡਾਟਾ ਬਲਾਕਾਂ 'ਤੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦਾ 1 ਬਲਾਕ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਯਾਨੀ ਇੱਕ n+1 ਸਕੀਮ (n ਡਾਟਾ ਬਲਾਕ, 1 ਰਿਡੰਡੈਂਸੀ ਕੋਡ)। ਵਿੱਚ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਰੇਡ 5, ਜਿੱਥੇ ਡਾਟਾ ਅਤੇ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਦੇ ਬਲਾਕ ਐਰੇ ਦੀਆਂ ਸਾਰੀਆਂ ਡਿਸਕਾਂ 'ਤੇ ਚੱਕਰ ਨਾਲ ਲਿਖੇ ਜਾਂਦੇ ਹਨ।
• XOR ਓਪਰੇਸ਼ਨ 'ਤੇ ਆਧਾਰਿਤ ਸਮ-ਅਜੀਬ ਐਲਗੋਰਿਦਮ। ਤੁਹਾਨੂੰ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੇ 2 ਬਲਾਕ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਯਾਨੀ n+2 ਸਕੀਮ।
• XOR ਓਪਰੇਸ਼ਨ 'ਤੇ ਆਧਾਰਿਤ ਸਟਾਰ ਐਲਗੋਰਿਦਮ। ਤੁਹਾਨੂੰ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੇ 3 ਬਲਾਕ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਯਾਨੀ n+3 ਸਕੀਮ।
• ਮਾਈਕ੍ਰੋਸਾੱਫਟ ਤੋਂ ਪਿਰਾਮਾਈਡ ਕੋਡ ਇੱਕ ਹੋਰ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਹਨ।

5. Yandex ਵਿੱਚ ਵਰਤੋ

ਯਾਂਡੇਕਸ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਬਹੁਤ ਸਾਰੇ ਪ੍ਰੋਜੈਕਟ ਭਰੋਸੇਯੋਗ ਡਾਟਾ ਸਟੋਰੇਜ ਲਈ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਇੱਥੇ ਕੁਝ ਉਦਾਹਰਣਾਂ ਹਨ:

• MDS ਅੰਦਰੂਨੀ ਆਬਜੈਕਟ ਸਟੋਰੇਜ, ਜਿਸ ਬਾਰੇ ਮੈਂ ਲੇਖ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਲਿਖਿਆ ਸੀ.
• YT — Yandex ਦਾ MapReduce ਸਿਸਟਮ।
• YDB (Yandex DataBase) - newSQL ਵੰਡਿਆ ਡਾਟਾਬੇਸ।

MDS LRC ਰਿਡੰਡੈਂਸੀ ਕੋਡ, 8-2-2 ਸਕੀਮ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਵਾਲਾ ਡੇਟਾ 12 ਵੱਖ-ਵੱਖ DC ਵਿੱਚ ਵੱਖ-ਵੱਖ ਸਰਵਰਾਂ ਵਿੱਚ 3 ਵੱਖ-ਵੱਖ ਡਿਸਕਾਂ 'ਤੇ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ: ਹਰੇਕ DC ਵਿੱਚ 4 ਸਰਵਰ। ਵਿੱਚ ਇਸ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹੋ ਲੇਖ.

YT ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ (ਸਕੀਮ 6-3) ਦੋਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਲਾਗੂ ਕਰਨ ਵਾਲੇ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਸਨ, ਅਤੇ LRC ਰਿਡੰਡੈਂਸੀ ਕੋਡ (ਸਕੀਮ 12-2-2), ਜਿਸ ਵਿੱਚ LRC ਤਰਜੀਹੀ ਸਟੋਰੇਜ ਵਿਧੀ ਹੈ।

YDB ਸਮ-ਵਿਅੰਗ ਆਧਾਰਿਤ ਰਿਡੰਡੈਂਸੀ ਕੋਡ (ਚਿੱਤਰ 4-2) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। YDB ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਬਾਰੇ ਹਾਈਲੋਡ 'ਤੇ ਦੱਸਿਆ.

ਵੱਖ-ਵੱਖ ਰਿਡੰਡੈਂਸੀ ਕੋਡ ਸਕੀਮਾਂ ਦੀ ਵਰਤੋਂ ਸਿਸਟਮਾਂ ਲਈ ਵੱਖ-ਵੱਖ ਲੋੜਾਂ ਕਾਰਨ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, MDS ਵਿੱਚ, LRC ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਟੋਰ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਇੱਕ ਵਾਰ ਵਿੱਚ 3 DC ਵਿੱਚ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ। ਸਾਡੇ ਲਈ ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਜੇਕਰ ਕਿਸੇ ਵੀ DC ਵਿੱਚੋਂ 1 ਫੇਲ ਹੋ ਜਾਂਦਾ ਹੈ ਤਾਂ ਡਾਟਾ ਪੜ੍ਹਨ ਲਈ ਉਪਲਬਧ ਰਹਿੰਦਾ ਹੈ, ਇਸਲਈ ਬਲਾਕਾਂ ਨੂੰ ਸਾਰੇ DC ਵਿੱਚ ਵੰਡਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਤਾਂ ਜੋ ਜੇਕਰ ਕੋਈ DC ਉਪਲਬਧ ਨਾ ਹੋਵੇ, ਤਾਂ ਪਹੁੰਚਯੋਗ ਬਲਾਕਾਂ ਦੀ ਗਿਣਤੀ ਇਜਾਜ਼ਤ ਤੋਂ ਵੱਧ ਨਾ ਹੋਵੇ। 8-2-2 ਸਕੀਮ ਵਿੱਚ, ਤੁਸੀਂ ਹਰੇਕ DC ਵਿੱਚ 4 ਬਲਾਕ ਰੱਖ ਸਕਦੇ ਹੋ, ਫਿਰ ਜਦੋਂ ਕੋਈ DC ਬੰਦ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ 4 ਬਲਾਕ ਅਣਉਪਲਬਧ ਹੋਣਗੇ, ਅਤੇ ਡੇਟਾ ਪੜ੍ਹਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਨੂੰ 3 DC ਵਿੱਚ ਰੱਖਣ ਵੇਲੇ ਅਸੀਂ ਜੋ ਵੀ ਸਕੀਮ ਚੁਣਦੇ ਹਾਂ, ਕਿਸੇ ਵੀ ਸਥਿਤੀ ਵਿੱਚ (r + l) / n >= 0,5 ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਯਾਨੀ ਸਟੋਰੇਜ ਦੀ ਰਿਡੰਡੈਂਸੀ ਘੱਟੋ-ਘੱਟ 50% ਹੋਵੇਗੀ।

YT ਵਿੱਚ ਸਥਿਤੀ ਵੱਖਰੀ ਹੈ: ਹਰੇਕ YT ਕਲੱਸਟਰ ਪੂਰੀ ਤਰ੍ਹਾਂ 1 DC ਵਿੱਚ ਸਥਿਤ ਹੈ (ਵੱਖ-ਵੱਖ DC ਵਿੱਚ ਵੱਖ-ਵੱਖ ਕਲੱਸਟਰ), ਇਸਲਈ ਅਜਿਹੀ ਕੋਈ ਪਾਬੰਦੀ ਨਹੀਂ ਹੈ। 12-2-2 ਸਕੀਮ 33% ਰਿਡੰਡੈਂਸੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਯਾਨੀ ਡਾਟਾ ਸਟੋਰ ਕਰਨਾ ਸਸਤਾ ਹੈ, ਅਤੇ ਇਹ MDS ਸਕੀਮ ਵਾਂਗ, 4 ਸਮਕਾਲੀ ਡਿਸਕ ਆਊਟੇਜ ਤੱਕ ਵੀ ਬਚ ਸਕਦਾ ਹੈ।

ਡੇਟਾ ਸਟੋਰੇਜ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਦੀਆਂ ਹੋਰ ਵੀ ਬਹੁਤ ਸਾਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ: ਡੇਟਾ ਰਿਕਵਰੀ ਦੀਆਂ ਸੂਖਮਤਾਵਾਂ, ਪੁੱਛਗਿੱਛ ਲਾਗੂ ਕਰਨ ਦੇ ਸਮੇਂ ਤੇ ਰਿਕਵਰੀ ਦਾ ਪ੍ਰਭਾਵ, ਡੇਟਾ ਰਿਕਾਰਡਿੰਗ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਆਦਿ। ਮੈਂ ਇਹਨਾਂ ਅਤੇ ਹੋਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਾਰੇ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਗੱਲ ਕਰਨ ਜਾ ਰਿਹਾ ਹਾਂ। ਅਭਿਆਸ ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡਾਂ ਦੀ ਵਰਤੋਂ ਬਾਰੇ, ਜੇਕਰ ਵਿਸ਼ਾ ਦਿਲਚਸਪ ਹੋਵੇਗਾ।

6. ਲਿੰਕ

1. ਰੀਡ-ਸੋਲੋਮਨ ਕੋਡ ਅਤੇ ਗੈਲੋਇਸ ਫੀਲਡਾਂ ਬਾਰੇ ਲੇਖਾਂ ਦੀ ਇੱਕ ਲੜੀ: https://habr.com/ru/company/yadro/blog/336286/
   https://habr.com/ru/company/yadro/blog/341506/
   ਉਹ ਪਹੁੰਚਯੋਗ ਭਾਸ਼ਾ ਵਿੱਚ ਗਣਿਤ ਨੂੰ ਡੂੰਘਾਈ ਨਾਲ ਦੇਖਦੇ ਹਨ।
2. LRC ਬਾਰੇ Microsoft ਤੋਂ ਲੇਖ: https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/LRC12-cheng20webpage.pdf
   ਸੈਕਸ਼ਨ 2 ਥਿਊਰੀ ਦੀ ਸੰਖੇਪ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ ਅਤੇ ਫਿਰ ਅਭਿਆਸ ਵਿੱਚ LRC ਨਾਲ ਅਨੁਭਵਾਂ ਦੀ ਚਰਚਾ ਕਰਦਾ ਹੈ।
3. ਸਮ-ਵਿਅਖਮ ਸਕੀਮ: https://people.eecs.berkeley.edu/~kubitron/courses/cs262a-F12/handouts/papers/p245-blaum.pdf
4. ਸਟਾਰ ਸਕੀਮ: https://www.usenix.org/legacy/event/fast05/tech/full_papers/huang/huang.pdf
5. ਪਿਰਾਮਿਡ ਕੋਡ: https://www.microsoft.com/en-us/research/publication/pyramid-codes-flexible-schemes-to-trade-space-for-access-efficiency-in-reliable-data-storage-systems/
6. MDS ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡ: https://habr.com/ru/company/yandex/blog/311806
7. YT ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡ: https://habr.com/ru/company/yandex/blog/311104/
8. YDB ਵਿੱਚ ਰਿਡੰਡੈਂਸੀ ਕੋਡ: https://www.youtube.com/watch?v=dCpfGJ35kK8

ਸਰੋਤ: www.habr.com