在大数据时代下,移动互联网、智能设备以及物联网技术的发展,使得全球数据量呈现爆发式增长,传统的单机数据库受限于扩展能力,难以承载海量业务需求,人们开始探索将数据库分布式化,出现了以Google Spanner为代表的分布式数据库。分布式数据库具备强一致性、高可用性、可扩展性、易运维、容错容灾的特性,拥有满足ACID特性的高并发事务处理能力,可以满足低延迟和海量并发处理需求。分布式数据库一般采用多分区和多副本实现可扩展性和高可用性,分布式事务往往要在强一致性和事务性能两者之间做出妥协,这也使得分布式事务的研究成为分布式数据库领域最具有挑战性的工作之一。本文以分布式事务处理模型作为研究背景,调研了主流分布式事务模型的实现原理,分析其优劣势。在此基础上,借鉴Percolator事务模型的思想,设计和实现分布式关系型数据库的事务处理模型。该模型通过两阶段提交协议,提供强一致性跨分区事务,由中心授时服务器提供全局唯一的时间戳,实现快照隔离级别。本文的主要工作包括:1.设计和实现乐观事务模型,在增删改查阶段将记录修改操作缓存在计算层中,在事务提交时通过两阶段提交协议进行提交。采用多版本并发控制机制,读操作读取快照版本数据,实现读写不相互阻塞。2.针对解决高事务冲突场景下事务性能降低的问题,在乐观事务模型的基础上实现悲观事务模型,在增删改查阶段对所有记录提前写入悲观锁,将事务冲突检测的时机提前,从而减少事务冲突回滚的发生。3.针对分布式事务延迟高的问题,设计和实现异步提交协议,在完成第一阶段写入后,立即返回客户端响应,同时异步地完成第二阶段的事务提交,减少一轮网络IO带来的事务延迟。4.针对单分区事务的场景,设计和实现一阶段提交协议,优化对记录加锁和解锁步骤,在一次网络IO中完成事务提交,进而提升事务性能。本文使用TPC-C和Sysbench等测试工具对事务进行功能和性能测试,测试结果表明,事务系统支持ACID特性并实现快照隔离级别。悲观事务模型在冲突严重场景下性能表现大幅优于乐观事务,异步提交事务能在保证一致性前提下降低事务的响应时间,单分区事务场景中使用一阶段提交协议可以极大地提升事务性能。