信息网模型起源于对大规模语义关联数据的建模,在信息网模型中抽象出了多种不同的关联类型,不但能够很好的描述数据的语义,还拥有对现实世界中对象的强大建模能力。为了方便获取整个对象的完整信息,信息网模型将对象包含的所有属性、关联,以及通过关联连接的对象的描述符都保存在一条记录上,对象之间关联的一致性由模型自动维护,因此信息网数据库管理系统的存储层需要提供强事务保护。单机数据库通过对内部存储结构、索引、建立缓存等方面的优化,已经能够获得不错的存储性能,但随着数据规模越来越大,关联越来越复杂,单机数据库已经无法处理。分布式系统在理论和实践中已被证明能够应对海量大数据的增长,其中一个重要的特性就是横向水平扩展性,将数据发布在由普通计算机组成的集群上,通过增加节点数量扩大系统规模获得更高的存储和处理能力。数据分布存储后,维护数据间的一致性需要节点间的多次通信,通信过程中长时间持有互斥资源将会大大降低横向水平扩展性,因此部分关系型分布式数据库系统和NoSQL数据库提供有限制的事务特性,不支持或者尽量减少跨分区的事务。然而,信息网模型中对象间关联以及逆关联的自动维护是其重要特点之一,当对象分布在不同存储节点上时,需要事务来维护多对象操作的一致性。同时,许多应用需要数据库系统对事务支持。因而,本文设计了一套完整的针对信息网模型数据的并行分布式事务管理机制,以及备份的管理方法,使分并行布式信息网模型数据库系统具有强一致的特点。本文提出两种方法解决事务一致性和系统水平扩展性的矛盾,一种结合两阶段提交协议,通过模型特点合理分配对象存储位置;另一种修改两阶段提交协议本身,将第一阶段提前,减少事务持锁时间。另外,针对并行分布式事务处理过程中数据通信模块,本文介绍了全局通信层的设计,包括一种内存分配算法以及分布式死锁处理机制。本文主要贡献包括四个方面:(1)强一致事务条件下的高可扩展性优化方案;(2)信息网模型的插入和查询要求对于两阶段提交协议的修改,可供网状模型参考;(3)设计内存上下文机制解决系统内存泄漏问题,提出一种内存分配策略,可供其它系统使用;(4)跨节点多线程的通信层设计。