实时数据库系统的目标就是使满足截止期限约束的事务数量为最大,因而支持优先考虑时间的事务调度是非常重要的。事务的实时调度方法是决定系统性能好坏的关键,而那些传统的确定性事务调度方法对以时间优先的应用来说是不足够的,确定性事务调度方法又不支持一定概率的事务作业错过截止期限。使用More-Less方法保证事务更新的数据对象的时序一致性是当前常用的方法。但是其过于悲观地使用最坏情况下的事务作业计算时间来执行调度使得系统资源利用率增大,从而减少了满足截止期限约束条件的事务作业执行的个数,最终导致了系统性能的下降。因此,为了优化系统性能,需要提供一种新方法同时支持实时性和可调度性,并且期望在事务执行时的系统资源利用率最低。本文首先研究了实时数据库系统中的更新事务和实时数据的时间特性,给出了确定实时数据正确性的定义;然后分析和比较了传统的确定性更新事务调度算法。并在此基础上研究了基于延迟更新事务作业抽样时间以达到优化系统资源利用率的方法,讨论了取样周期和相对截止期限在进程调度中的时序关系,紧接着在软/固实时系统中引入概率统计的非确定性方法。最后结合可延迟调度算法,并通过概率统计方法来控制调度实时更新事务作业以保证实时数据的时序一致性,提出了一种既能更好地优化CPU资源利用率,同时又能保证实时更新事务请求的服务质量的新方法,并通过实验和理论分析证明了使用该方法可获得更优的系统性能。