Väittelijä Toni Ernvall esittelee tutkimuksessaan uusia tehokkaita ratkaisuja tiedon tallentamiseen ja tutkii tiedon säilytykseen liittyviä teoreettisia rajoja.
Tiedon hajautettu säilytys on yksinkertaisessa muodossa kaikille tuttua puuhaa. Esimerkiksi tietokoneella olevasta tiedostosta voi ottaa muistitikulle kopion. Tässä tietoa on hajautettu kahteen eri fyysiseen tallennusyksikköön. Toisaalta yhden tiedoston säilyttämiseen tarvitaankin nyt kaksinkertainen määrä tallennustilaa.
– Kun säilytettävää tietoa on valtava määrä, myös fyysisiä tallennusyksiköitä on paljon. Tällöin todennäköisyys jonkun tallennusyksikön hajoamiselle kasvaa suureksi. Tallennusjärjestelmää suunniteltaessa pitää siis huomioida, että tietoa ei saa kadota, vaikka osa tietoa säilövistä yksiköistä menisi rikki tai olisi muuten poissa käytöstä, Ernvall sanoo väitöstiedotteessaan.
Hänen mukaansa tämä saavutetaan koodaamalla data uuteen muotoon siten, että siihen on lisätty alkuperäistä informaatiota muunnetussa ja tiivistetyssä muodossa. Koodaus pitää tehdä niin, ettei tarvittava tallennustila kasva kohtuuttomasti.
Kun järjestelmä on suuri, siinä täytyy tehdä usein korjauksia. Pitää siis varmistaa, että systeemi on suunniteltu siten, että korjaukset eivät vaadi liikaa resursseja.
– Yksinkertaistetusti voisi sanoa, että mitä paremmin tiedon haluaa olevan turvassa ja mitä helpompia korjausten haluaa olevan, sitä enemmän tiedon säilytys vaatii resursseja, eli fyysistä tallennustilaa. Näiden asioiden välinen suhde on kuitenkin mutkikkaampi kysymys. Matematiikan avulla voimme tutkia näitä teoreettisia rajoja, Ernvall sanoo.
Oikea koodityyppi tarpeen mukaan
Hajautettu tallennus kattaa monia erityyppisiä tallennusratkaisuja, eli koodeja. Ernvallin väitöstutkimuksessaan käsittelemät koodityypit olivat: ”functionally regenerating codes”, ”exact-regenerating codes” ja ”locally repairable codes”. Korjausmetodille asetetut vaatimukset erottavat koodityypit toisistaan.
– Tiettyihin tilanteisiin tarvitaan koodeja, joissa korjaukset pystytään suorittamaan mahdollisimman helposti, kun taas toisissa tapauksissa on oleellista, että järjestelmä kokonaisuudessaan tarvitsee mahdollisimman vähän tallennustilaa. Sekin riippuu tilanteesta, pitääkö järjestelmän olla varautunut siihen, että yhtä aikaa rikkoutuu monta erillistä tallennusyksikköä, Ernvall kertoo.
– Jos tarkoituksena on esimerkiksi arkistoida tietoa, jota ei tarvitse lukea usein, ei haittaa, jos järjestelmä on suunniteltu niin, että tiedon palauttaminen vie hiukan pidempään. Sitä vastoin on luultavasti oleellista, että tieto on hyvin varmasti suojattu mahdollista laitteiston hajoamista vastaan, hän lisää.
FM Toni Ernvallin väitöskirja On Distributed Storage Codes tarkastetaan perjantaina 13. helmikuuta Turun yliopistossa.