1. Vandermonde 矩阵的基本定义
在 Reed-Solomon（RS）纠删码中，Vandermonde 矩阵（范德蒙德矩阵）是构造生成矩阵（Generator Matrix）的基础工具。以下以正式、结构化的方式，逐步说明其产生过程，特别是针对存储系统（如 HDFS EC）中常用的系统化（systematic）形式。
给定一个有限域 GF(q)（通常 q = 2^8 = 256 或 2^16），选择 n 个互不相同的元素 α₁, α₂, …, αₙ ∈ GF(q)，称为评估点（evaluation points）。
Vandermonde 矩阵 V（尺寸 n × k）定义为任意行 i 为 [1, αᵢ, αᵢ², ..., αᵢ^{k-1}]。
其核心性质：只要所有αᵢ互不相同，则任意 k 行（或 k 列）组成的子矩阵都是可逆的（行列式非零）。这正是 RS 码达到 MDS（最大距离可分）属性的数学基础。
2. 从 Vandermonde 矩阵到 RS 码生成矩阵的产生步骤
大多数实际系统（包括 HDFS EC、Jerasure、ISA-L、Backblaze 等）采用系统化 RS 码，即前 k 个码字符号等于原始 k 个数据符号（单位矩阵 I 出现在生成矩阵左侧）。
产生过程分为以下标准步骤：
步骤 1：选择评估点序列
选取 n = k + m 个互不相同的元素作为α₁, …, αₙ。常见选择（实际库中固定）：
- 最简单：{0, 1, 2, …, n-1}（如果 0 包含在内）。
- 更常见（避免 0 带来的数值问题）：{1, α, α², …, α^{n-1}}，其中α是有限域的本原元素（primitive element）。
- HDFS EC（基于 ISA-L 或 Java coder）通常使用预定义的固定序列（如从 1 开始的幂次，或 0 到 n-1 的整数表示），具体值在编码器初始化时硬编码，不对外暴露。
步骤 2：构造原始 Vandermonde 矩阵 G₀（n × k）
直接用上述 n 个评估点构建：
G₀(i,j) = α_i^{j} （行索引 i 从 1 到 n，列索引 j 从 0 到 k-1）
步骤 3：实现系统化（Systematization）
为了让生成矩阵前 k 行成为单位矩阵 I，需要进行线性变换：
取 G₀的前 k 行组成子矩阵 V（即 Vandermonde 矩阵的前 k 行，尺寸 k × k，可逆）。 计算 V 的逆矩阵 V⁻¹。 最终系统化生成矩阵 G = G₀ × V⁻¹
结果形式：
- 前 k 行是单位矩阵 I（原始数据直接输出）。
- 后 m 行 P 用于生成校验符号：parity = P × data。
所有运算都在有限域 GF(2^w) 内完成（加法=异或，乘法=有限域乘法表或对数表实现）。
3. 为什么必须这样产生（而非直接拼接 I 和某矩阵）
直接在单位矩阵下方拼接任意 Vandermonde 行会导致整体矩阵的任意 k 行不一定线性无关，从而破坏 MDS 属性（可能无法从任意 k 个符号恢复全部数据）。通过 G = G₀ × V⁻¹ 这一步，保证了任意 k 行组成的子矩阵等价于某个 Vandermonde 子矩阵 × 可逆矩阵，因此仍然可逆，保留了最大纠删能力。
4. HDFS EC 中的实际情况
- HDFS 内置 RS 策略（如 RS-6-3、RS-3-2 等）使用固定、预计算的 Vandermonde 构造。
- 评估点序列在编码器（如 org.apache.hadoop.io.erasurecode.rawcoder 或 ISA-L native 库）中是硬编码的，通常为{0,1,2,...,n-1}或{1,2,...,n}的整数表示（在 GF(256) 中映射为域元素）。
- 一旦 EC 策略确定，整个集群内所有使用该策略的文件都共享同一套固定的生成矩阵（及其逆矩阵，用于解码）。
- 用户无法自定义评估点；这属于实现层面的优化选择。
5. 小型示例 RS(3,2)
场景假设：我们要保护 3 个数据块（d₀, d₁, d₂），生成 2 个校验块（p₀, p₁），最多能丢失任意 2 个块还能恢复。
