随着信息化技术的迅猛发展及全球互联网的全面普及,海量数据也随之产生,怎样很好地管理和可靠地存储海量数据成为了目前需要解决的问题。实践生产发现,分布式存储技术是目前用于海量数据存储的最有效方法。但是存储海量数据的系统规模往往十分庞大,因为设备、磁盘故障等现象引发的分布式存储系统中节点失效也是十分常见的。为此,如何高效可靠地修复存储系统中的故障节点成为了研究重点。目前最常见的方法是在分布式存储系统中引入数据冗余策略,主要包括复制策略和纠删码策略。这两种方法都可以较好地保证系统的可靠性和可用性,但两者均存在各自的不足,其中复制策略要求存储系统中有大量的副本数据,存储开销过大;纠删码策略虽然可以提升系统的存储开销性能,但修复带宽开销大。为此,该论文在现有局部修复码（Locally Repairable Codes,LRCs）和部分重复码（Fractional Repetition Code,FRC）的基础上,提出了两种能更好地适应分布式存储的优化编码方案,具体研究内容如下:（1）当前对分布式存储系统中LRCs的研究发现,构造最小距离最优的二元LRCs（Binary LRCs,BLRCs）是比较容易实现的,但在满足最小距离边界条件下构造最优码率的BLRCs还比较困难。为此,本文提出了两种具有统一生成矩阵结构的最优最小距离和最优码率的单校验BLRCs的构造方法,构造得到的线性码是信息位具有局部性和可用性的BLRCs,且每个局部修复组具有一个校验位。具体地,运用组合数学中的区组设计,可构造出最小距离最优的BLRCs。特别地,当可用性t=2或者局部性r=2时,最小距离和码率均能满足最优边界条件,是最优的BLRCs,且将该方法构造的BLRCs和其他已有的最优BLRCs相比,本文构造的BLRCs在码长和码率上表现的更优;进一步地,运用单位矩阵变换的方法,构造可用性t=2的最小距离最优和码率最优的单校验BLRCs,该构造和现有的基于图构造的BLRCs相比,一样具有最小距离和码率最优的特性,但该方法的算法复杂度低。（2）考虑到目前已有的FRC的构造算法复杂以及大多数的FRC构造算法只能运用于所有存储节点容量大小相等的同构分布式存储系统。为此,本文提出了两种基于网络的可分解FRC的构造算法,构造出的FRC参数选择灵活,可满足系统节点存储容量异构的特性,算法复杂度低,且在修复故障节点时,根据平行类的修复方法,可实现故障节点的快速精确修复。具体地,首先运用方形网络构造重复度ρ=2的FRC,该方法即可构造节点存储容量同构的FRC也可构造异构FRC,且经理论证明基于方形网络构造的FRC是一般好的FRC,同时也是距离最优的FRC。其次运用立方体网络构造重复度ρ=3的FRC,同样地,该方法能分别构造节点存储容量同构和异构的FRC。性能对比分析发现,与Reed-solomon（RS）码和简单再生码相比,基于网络构造的FRC在修复故障节点时,修复局部性小,整个修复过程不需要做任何有限域的计算,修复计算复杂度低,修复效率高。另外,相比已有的FRC构造算法,本文的构造算法在参数选择上灵活,构造简单。