在云存储和大数据处理系统中,高可靠性存储阵列因其低廉的价格和提供的高可用性而被广泛选择。高可靠存储阵列通常通过纠删码技术在保证多块磁盘同时失效的同时进行数据恢复。使用三盘容错的纠删码时,由于编码复杂,写入若干数据块的部分条带写可能引起大量的校验块修改,从而成为写性能瓶颈。重复数据删除是存储阵列的一种典型应用,由于索引表需要频繁从外存调入内存,数据搬运量庞大,总体性能受到限制。为解决高可靠性存储阵列的部分条带写性能不足的问题,在本篇论文中,我们提出一种优化的部分条带写方法(Optimized Partial Stripe Write Scheme,OPS),通过重组写数据块的分布,让它们在数据块之间共享部分校验块,从而提高整体的I/O性能。OPS方法可以有效的减少所需修改的校验块的数目。为说明我们OPS方法的有效性,我们用Disksim对不同的部分条带写方法做了模拟仿真。结果显示,相比于传统方法,OPS方法可以降低37.21%的平均响应时间,减少26.22%的写操作数目。为解决高可靠性存储阵列的应用性能不足的问题,在本篇论文中,我们针对重复数据删除应用提出了一种基于计算融入存储体系结构的优化方法,通过嵌入到存储设备的计算单元执行部分原地计算,减少数据在存储设备到内存上的搬运。该方法可以有效减短数据路径的长度,提升重复数据删除应用检索索引表的性能。为说明我们方法的有效性,我们用Disksim对大量的重复数据删除应用做了模拟仿真。结果显示,相比于传统方法,我们的方法在使用200万内存指纹索引表和粒度为250条指纹的B+树叶子的情况下,最高可以降低285.74倍的运行时间,减少125.13倍的数据搬运。