闪存由于高效的随机读、低功耗和无噪音等优点,被认为有望取代磁盘成为数据库的永久性存储介质。闪存一些不同于磁盘的I/O特性,使得传统的基于磁盘I/O的算法和数据结构,如B+树索引等,并不能直接应用到闪存上。由于树形索引是关系型数据库中重要的数据访问方式之一,对基于闪存的关系型数据库的性能有很大影响,因此许多工作都对闪存上的树形索引进行了研究。FD-Tree即是一种针对闪存所设计的索引树结构,针对闪存读写速度的不对称,FD-Tree将随机写操作转化为批量的顺序写操作,从而提高了索引的效率。然而FD-tree在实际的数据库应用中仍有明显不足。FD-Tree在初始化装载大量数据时,会进行多次的层级归并操作,产生了大量读写闪存操作,严重影响了系统性能。本文提出了一种新的FD-Tree装载算法,在进行层间归并时,将整层分为区间逐段归并,减少了I/O的次数。通过在真实闪存上的性能实验评测,证明了新装载算法在I/O次数和CPU时间上比普通的FD-Tree插入算法均有很大的提高,是一种实际高效的算法成果。由于FD-tree每层页面都是排好序的索引项,非常适合进行压缩。本文设计了针对FD-tree索引项键值的压缩算法,对索引项的键值,以及rowid字段均能进行压缩。压缩算法保持了FD-tree原有的各项操作的复杂度的情况下,能够带来很好的压缩率和查询性能的提升。通过TPC-H 1GB键值索引数据的测试证明,本文的索引数据压缩算法,能够为FD-tree索引节省约一半的存储空间,同时带来约20%到40%的查询性能提升。