随着互联网商业模式日趋复杂、应用数据海量增长,传统面向联机事务处理(Online Transaction Processing,OLTP)与面向联机分析处理(Online Analytical Processing,OLAP)的数据库系统由于架构差异且彼此独立,无法同时满足多样化的业务需求,面向混合负载(Hybrid Transactional/Analytical Processing,HTAP)的数据库系统应运而生,成为数据库系统发展的方向之一。传统面向OLTP或OLAP的数据库采用单一“按行存储”或“按列存储”的存储方案,无法兼顾行、列存储格式的优势(行存储有利于实现高效的事务处理,而列存储能够有效优化复杂查询),因此混合存储引擎成为实现面向HTAP数据库的关键技术之一。如何兼容两类数据库的存储格式、访问接口等差异,保证高效事务处理和复杂查询分析能力,是混合存储引擎构建的主要挑战。读写分离架构的分布式数据库系统,具有良好的数据写入性能与可扩展数据存储能力。结合该架构的优势,面向HTAP应用,本文设计并实现了一种基于读写分离架构的混合存储引擎。本文的主要贡献如下:1.解决了面向HTAP的混合存储引擎中数据集成的问题。提出了基于批量更新的行列混合数据组织方式,将面向OLTP的行存储数据文件、以及面向OLAP的列存储数据文件集成管理。2.实现了混合存储引擎下的高效事务处理和数据访问方法。利用读写分离架构的优势,使事务处理不受底层混合存储的影响;设计了面向行列混合数据的统一访问接口、基于行组的列存储数据扫描方法,以及基于规则的数据读取策略,优化了复杂查询。3.提出了混合存储引擎的查询扩展方法。将数据存储文件与其他大数据处理系统共享,并设计独立的扩展组件,使上层应用能在存储引擎中用SQL语句调用大数据处理系统的计算接口,扩展了存储引擎查询分析、数据挖掘等方面的能力。4.验证了在典型架构的数据库系统下混合存储引擎实现的有效性。本文对混合存储引擎进行一系列基准测试,包括存储空间,事务处理与查询处理等场景,并与工业界的数据库系统进行对比,充分证明了其有效性。本文提出并实现的混合存储引擎具有一定的创新性与学术意义,为解决面向HTAP的数据库中数据管理,事务处理与复杂查询分析的兼容问题提供一种有效方案。本文的工作对面向HTAP的数据库系统研究具有实践意义。