确定性数据库预先确定事务执行顺序,并在运行时根据该顺序对事务进行确定性执行。该机制可以有效规避传统分布式提交协议所带来的开销,进而提高系统性能;同时,可以避免由竞争引起的事务回滚,提升在高竞争场景下系统性能的分布式可扩展性。鉴于确定性数据库与传统数据库相比在性能上的优势,该类系统已经成为学术界研究的热点并且开始被产业界尝试使用。然而,本文发现确定性数据库系统在低竞争场景下系统性能的可扩展性较差。具体来讲,在运行时为了保证事务的确定性执行,服务器需将接收到的事务按照预先确定的顺序进行调度,然后依次执行,该调度操作限制了系统的可扩展性。在实现中,确定性数据库引入了确定性锁的概念,通过与两阶段锁相结合,达到确定性执行的目的。当服务器接收到事务后,会对事务读写集合进行分析,按照预先确定好的顺序对集合中的数据上锁(确定性锁)。确定性数据库通过保证锁的有序性,进而满足了事务执行的确定性。本文通过评测与分析发现,在低竞争场景下,现有确定性数据库基于确定性锁的调度机制成为性能瓶颈,使得其性能最多只能扩展到4个工作线程。针对上述问题,本文提出了确定与乐观并发控制(DOCC)。DOCC在保证事务确定性执行的同时,具有很高的高可扩展性。借鉴经典乐观并发控制协议的思想,本文将事务执行周期分为执行、等待、验证和提交四个阶段。本文发现,只要保证并发事务的验证顺序与预先确定的顺序一致,便可以满足事务执行的确定性。基于此观察,本文设计并实现了DOCC算法,该算法允许事务并发执行,仅限制事务的验证和提交顺序,进而有效提高系统性能的可扩展性。此外,本文在DOCC算法基础上,进一步对只读事务进行优化,通过为数据维护多个版本,有效提高了只读事务的执行效率,避免只读事务阻塞后续事务处理;同时,为了减少事务回滚开销,本文提出了数据预取的优化,使得事务在重试时无需再次索引数据;本文还提出了基于DOCC的高效垃圾回收机制,通过对多种传统垃圾回收机制进行整合,针对不同情况使用不同的回收机制,将垃圾回收对系统事务处理性能带来的影响降到最低。最后,基于以上算法和优化,本文实现了高可扩展的分布式确定性数据库系统DOCC-DB,并详细介绍了DOCC-DB的设计与实现。为了展示DOCC对于现有确定性数据库带来的性能提升,本文使用了TPCC测试基准,对DOCC-DB和已有的分布式确定性数据库Calvin进行测试。测试结果表明,DOCC-DB比Calvin能够有最高8倍的性能提升。