随着互联网的繁荣发展和数据密集型应用的广泛使用,越来越多的互联网应用采用可扩展数据库来处理日益增长的数据存储和数据访问。由于增量数据与基线数据分离的特性可以同时发挥磁盘的大规模存储以及内存的高性能存取等优势,日志结构合并树的思想已被广泛应用于分布式存储系统当中,如BigTable,HBase。然而,由于该类存储系统通常不提供事务特性,无法直接应用于金融和电信等关键应用中。谷歌的Spanner在BigTable的基础上通过分布式并发控制实现了事务的ACID特性。但由于系统的性能受制于数据分区,Spanner对上层应用有着极高的要求。随着内存价格的不断下降和单处理器中处理单元的不断增加,采用一个独立的物理服务器节点来处理增量数据从而避免分布式事务已成为一种选择,如OceanBase,CEDAR。然而,该类系统的架构特性决定了其无法高效地处理事务的读取操作。首先,为了保证事务的正确性,每一个事务读取均需要访问基线数据和增量数据,这将增加事务的处理时间,从而增加事务冲突的可能性;其次,由于每次事务读取均需要访问增量数据,单事务处理节点的网络带宽可能成为系统瓶颈。针对上述两个方面的问题,首先,为了发挥该架构下增量数据多版本存储的优势,本文采用了快照隔离级别来保证事务的正确性,使得读写互不阻塞,进而提升读写的并发性能。其次,针对读密集型应用,本文提出了一个更加高效的数据访问方法,采用布隆过滤器维护增量数据,在事务处理节点的数据访问流程中对无法获取到增量数据的空读请求提前进行过滤,进而降低单点过载造成的读取延迟,提升整体吞吐性能。本文工作的主要贡献如下:1.给出了在基于日志结构合并树架构的可扩展数据库系统中实现快照隔离级别的方法,分析了定期合并流程中快照隔离需要面对的问题并提出解决方案。同时给出如何在保证快照隔离正确性的基础上,有效地进行副本管理和故障恢复的策略。2.分析了该架构下事务处理节点的数据读取流程,总结该节点处理读请求时网络I/O线程和工作线程的工作机制,并结合大多数应用场景下的数据分布情况,对原有工作机制提出改进方法,使用布隆过滤器优化空读的处理,使得空读请求可直接在网络I/O线程返回,而不必排队等待工作线程处理,进而提升系统整体的快照读取性能。3.在开源系统CEDAR中实现上述快照隔离级别和快照读取优化方法,并通过大量实验验证快照隔离级别的服务性能,同时验证基于空读过滤的快照读取优化方法对系统读取的性能提升。实验表明,本文提出的快照隔离级别实现方法和快照读取优化方法能够保证系统对读密集型服务提供接近理想状态下的可扩展性能和较高的可用性,这对基于日志结构合并树架构的可扩展数据库系统提供高性能事务级数据访问是一次积极的尝试,具有一定的借鉴意义。