为什么PPIO作为去中心化存储，也能像阿里云、AWS S3一样，保证数据不丢失？

在去中心化存储这个概念被提及之后，很多人都担心去中心化存储的数据丢失问题。

他们认为：当我在去中心存储里面存放了数据之后，虽然它有更便宜，更快，更隐私等特点，但是数据毕竟存在于矿工的矿机上，由于矿工的不稳定性，可能导致文件的丢失。就像滴滴的司机一样，大部分时间是靠谱的，偶尔不靠谱，不靠谱的时候，体验非常差，这样的产品怎么能让人放心使用呢。

另一方面，反观大公司提供的存储服务，比如：亚马逊AWS S3是专业机房，专业机器，专业硬盘，能保证数据不丢失。

其实不是这样的，总架构师在设计PPIO的时候，早就考虑到这个问题，这篇文章就来解释下大家的疑惑。

首先，需要纠正几个认知误区：

1. AWS S3等大公司能$100$保证存储文件不丢失吗?
   其实是不能的，他们只能$99.999999999$保证存储文件不丢，专业术语称为：$11个9$的保证存储文件不丢。存储行业称$99.999999999$这个服务质量指标(QoS）为耐用率。
   
2. 矿工可能不稳定。
   P2P（点对点）的技术核心，就是在多个不稳定的节点上，实现稳定的服务。熟悉PPTV的朋友应该知道，使用的就是P2P直播，正是在多个不稳定的节点上完成了稳定的服务。

下面来详细解释：为何PPIO也能像大型公司一样靠谱，以及是如何把这个耐用率（QoS）做到像大型公司一样高的。

PPIO的2种冗余模式

总架构师在设计PPIO的时候，设计了2种冗余模式：

​全副本模式

全副本模式就是把文件，完整地拷贝，新文件和老文件一模一样，这样做并不节约空间，但是P2P能多点下载数据，速度更快，同时可以保证用户下载体验。

​纠删副本模式

纠删副本模式就是通过纠删技术来做冗余。简单地说就是，数据分成碎片并编码，使用可配置数量的冗余分片，将所有文件分片存储在不同矿工上。这样做虽然不利于P2P多点传输，但是可以大大节约冗余空间。

PPIO就是通过将以上两种方式进行结合，以应对不同使用场景。

下面简单说一下纠删技术产生的数学特征：

不妨用 $(k,n)$ 纠删码来编码数据，其中：

$n$表示总共有$n$个纠删片段
$k$表示在$n$个纠删片段中，任何$k$个纠删片段就能完全恢复原始数据。
如果数据大小是$s$字节，则每个纠删片段的大小大约是$s/k$ 字节。
如果$k=1$时，就相当于复制一个全副本。

例如，1MB数据, 如果采用（10,16）纠删码，并且每个纠删片段大小是0.1M，则总存储数据大小就是1.6M。它实际总共用了1.6倍的数据空间大小。

PPIO的假设和计算

做如下假设：

令t为单位假设时间，这里先假设$t=24小时$

$Pt$代表矿工的日掉线率，这里假设$Pt=5$

τ为副本丢失后的修复时间，也就是如果副本丢失了，多少时间能够修复。假设$\tau =2小时$。

在可以修复的前提下，将以上数值带入下面的公式，算得单副本丢失每天丢失的概率是：

$p=1–(1-Pt{)}^{\frac{t}{\tau }}=0.4265318778$

PPIO设计的默认全副本数冗余是2倍，纠删副本冗余是1.5倍。

下面来看全副本模式

由于全副本是完全复制，也就是2倍的冗余，即有2个副本，称为$N=2$。
修复时间内的耐用率：
$$P_a=1-p^2=99.9981807056$$
全年耐用率：
$$P_{ya}=P{a}^{(365\ast t/\tau )}=92.3406415922$$

再看纠删模式

假设采用的纠删算法是 ( k , n ） = ( 6 , 9 ) (k,n）= (6,9)