实时数据库系统中事务与数据都具有显式的定时约束,实时事务处理不仅要维护数据库的逻辑一致性,而且需要保证满足实时事务的各种时间约束,特别是实时事务的截止期.因此,系统应具有静态地预测硬实时事务执行行为和对软实时事务的执行进行动态预测的能力,即实时事务处理必须具有一定的可预测性.基于事务相关图的优先级动态调整策略,基于事务相关性分析的冲突敏感的事务/子事务初始优先级分配策略和系统动态负荷模型能够充分反应系统中事务的动态行为和相互影响,由此建立的事务接纳控制策略和基于预分析的悲观申请动态释放的分布式实时静态两段锁协议可以改善系统的性能.内存数据库能提高实时事务处理的可预测性.在实时内存数据库中,恢复处理,特别是内存数据库重装是影响实时事务处理性能的关键因素之一.灰关联闭包的概念发展了灰色关联分析的理论,而基于此的实时事务动态数据存取分析能够同时表达实时事务由于语义和非语义成分所表现的数据存取关联,从而可以合理地进行重装数据的划分,这些是优先级分组重装算法的理论基础,该算法与传统重装算法相比有更好实时性能.