基于日志结构合并树(Log-Structured Merged Tree，LSM-Tree)的键值存储系统由于良好的读写性能，受到越来越多的关注，已经成为近期存储系统研究的一个热点。然而，当前的LSM-Tree键值存储系统无法高效地处理频繁更新的倾斜负载，数据会频繁地写入到底层持久化设备，影响前台键值对的插入性能；同时，其内部存在写放大问题，并且文件元数据读取效率也存在改善的空间。
　　考虑到上述问题，针对以固态盘(Solid State Drive，SSD)为主要存储设备并引入了新型非易失型内存(Non-volatile Memory，NVM)的LSM-Tree键值存储系统进行了优化研究。首先，为了高效地处理频繁更新的倾斜负载，优化设计了持久性热数据缓存管理策略，利用NVM来缓存频繁更新的“热”数据，避免数据频繁地写入到SSD，降低系统的写延迟，并在缓存内部采用混合索引结构，保证在不牺牲系统范围查询功能的前提下，实现数据的高效插入和读取。其次，为了减小系统的写放大，提出了基于文件重叠率的分类合并策略，对合并涉及的SSTable文件采用并行分类合并操作，减少数据的重写量，并将空间放大控制在一定的范围内。最后，考虑到读操作频繁时元数据读取开销会影响到系统读性能，设计了文件数据和元数据分离存储策略，将文件数据存放在SSD中，而文件元数据存放在快速的NVM上，并采用专门的库来对元数据进行直接访问，降低元数据读取开销，改善系统读性能。
　　以开源的键值存储系统LevelDB为基础，应用上述优化技术实现了基于LSM-Tree的混合键值存储系统原型SNKV(SSD-NVM Key-Value)。测试结果表明，SNKV相比于国际先进的键值存储系统NoveLSM，对于倾斜负载写性能可以提高56%~5.5倍，对于非倾斜负载写放大可以降低27%~33%，写性能可以提高65%~72%。并且随着读请求数目的增加，SNKV的读性能相比于NoveLSM能够提高近2倍。