随着区块链技术的不断成熟,区块链行业正处于从2.0阶段向3.0迈入的关键阶段,其在金融、交通运输、物流、版权保护等各个领域均有良好的表现,为推动我国的数字化建设,加快数据中国进程贡献了巨大的力量。然而,目前由于我国区块链技术起步较晚,其网络层与存储层的优化不足仍是限制分布式应用落地的关键阻碍。目前的公有链系统普遍采用基于LSM-tree的KV Store作为其底层的存储引擎。然而,键值数据库的性能与其容纳的数据量正相关,难以支持大规模数据场景下的数据写入和查询操作。因此,如何提升其存储层的性能,是加速区块链吞吐量提升、拓展更多分布式应用落地的关键所在。目前已有的关于区块链存储层的优化策略主要集中在减少单节点承载的数据量或者增加内存资源。然而,这两种方案对于区块链网络的去中心化特性是有所损害的。因此,本文未采用引入外部数据库、增加系统资源等手段缓解系统的存储压力,而是基于以太坊的数据类型和查询访问规律,建立区块链上层语义与底层存储层之间的桥梁。本文提出了一种新的以太坊感知的存储模型,EtherKV,该模型显著提高了以太坊系统的数据同步能力和读取性能。在EtherKV中,不同类型的以太坊数据被隔离存储到多个不同的区域中,通过将一棵大体积的LSM-tree拆解成两个小体积的LSM-tree以缓解读写放大、查询开销等问题。其次,根据Merkle Patricia Trie（MPT）的验证查询机制,提出了一种基于共享前缀的方案,从而充分利用数据查询过程中的时空局部性。最后,为了提高查询性能,EtherKV还使用了一种新的缓存替换策略来适应数据分离方案。为了验证该策略的有效性,本文基于LevelDB和Geth实现了 EtherKV的原型并在其基础上运行了一系列实验。实验结果表明,EtherKV在数据同步和查询方面的性能显著优于原始以太坊,分别高达99.69%和320.77%。