基于固态盘（Solid State Drive,SSD）和日志结构合并树（Log Structured Merge Tree,LSM-tree）的键值存储（Key-Value Store）由于其高性能和高可扩展性已经得到了广泛的应用。LSM-tree键值存储执行compaction操作（一种包括对数据进行读取、合并排序和写回以剔除失效键值对和保证键值对顺序性的操作）与SSD进行垃圾回收（Garbage Collection,GC）导致的双重写入放大问题,严重降低了系统的性能,加速了SSD的磨损。通过地址重映射对compaction过程中的可重用数据进行重用,避免其重复写入是减小写入放大的有效途径。然而,如何高效检测出LSM-tree键值存储执行compaction过程中的可重用数据,以及提高这些数据的可重用率,使得检测出的可重用数据都能得到重用,现有的工作还没有提出行之有效的解决方案。针对上述问题,设计实现了基于地址重映射的LSM-tree键值存储系统Remap KV。Remap KV根据键值对的特征高效地检测出compaction过程中的可重用数据,并且将这些可重用数据以重映射粒度进行对齐,以提高数据的可重用率,然后进行地址重映射,从而避免数据的重复写入。基于开放通道固态盘,Remap KV通过地址重映射命令将数据的可重用信息从键值存储应用传递给主机端闪存转换层（Flash Translation Layer,FTL）,在主机端FTL将重复写入数据的逻辑地址重映射到已有数据的物理地址上,实现数据的重用,从而减小写入放大,为了支持地址重映射引入的逻辑地址与物理地址多对一的关系,提出了引用计数的地址管理策略和相应的垃圾回收策略。测试结果表明,相比于传统的LSM-tree键值存储系统Rocks DB,Remap KV随机更新的吞吐量提升了20%,平均延迟降低了17%,总写入放大减小了42%,擦除次数减少了31%;在写密集型负载下,Remap KV的吞吐量提升了32%,平均延迟降低了24%,99.9%读操作尾延迟降低了2.4倍,写入放大减小了22%;在只读负载下Remap KV的吞吐量和平均延迟都没有劣化,说明Remap KV在减小写入放大、优化写操作的同时,没有牺牲读性能。