随着物联网、人工智能和云计算产业的深入发展,数据规模呈现爆发式增长。这一现象给数据库管理系统带来了巨大的挑战,迫使传统数据库向着分布式数据库方向发展。在大数据环境下,利用数据进行分析和预测的应用变得越来越普遍,这些应用对数据库查询性能提出了极高的要求。索引作为数据库中加快数据访问的关键组件,其数据结构和访问策略需要根据应用需求的提升不断做优化。数据库索引的发展除了受应用驱动外,其实现方式也要随着硬件的变化做相应的调整以获得最佳访问性能。非易失内存（Non-volatile memory,NVM）和远程直接内存访问（Remote Direct Memory Access,RDMA）技术的出现为提升数据库索引性能带来了新的机遇和挑战。NVM是一种访问延迟接近于内存的非易失性存储设备,可以用来降低索引访问时延并保证索引持久性。RDMA是一种低时延、高带宽的网络通信技术,可以加速分布式索引的远程通信。但是,简单的用NVM和RDMA替换数据库中的存储和网络硬件是不够的,传统索引结构的设计并没有充分考虑新硬件的特性,以至于新硬件无法充分发挥它们的性能优势。因此,如何结合新硬件的特性设计出高性能的索引结构是一个值得深入研究的问题。本文从存储和通信的角度出发,在不同的场景下利用NVM和RDMA来优化数据库索引性能。优化过程中,本文首先分析了 NVM和RDMA在实际应用中存在的问题,然后针对这些问题重新设计索引结构。本文主要工作和贡献如下:（1）基于NVM的低时延索引持久化技术:将数据库索引存储在NVM上时有诸多的设计考量,因为NVM本身的一些新特性会直接限制其性能优势的发挥。比如,NVM在实际应用过程中会引起读写放大和锁开销放大等。本文提出了一种新的持久性索引结构BPTree来适应这些新特性。BPTree的核心思想是首先将多个写操作缓存在内存中,然后将它们批量的持久化到NVM中以减少写放大。为了提高BPTree的可扩展性,本文实现了一种混合并发控制策略,以确保NVM上的大多数操作是无锁的,对于必须加锁的操作,则将锁从NVM移动到内存中。（2）基于RDMA的客户端高可扩展性索引远程访问技术:RDMA应用于分布式数据库索引时,打破了传统网络和索引节点CPU之间的平衡,高速网络和CPU密集的索引访问操作相结合容易导致索引节点的CPU快速达到瓶颈。针对这个问题,可以利用RDMA的单边操作直接远程访问索引,以此避开索引节点的CPU消耗。但是对于一些基于点的索引结构来说,远程直接访问会消耗多次网络通信,时延较高。本文提出了一种基于跳表（Skiplist）和RDMA的键值存储RS-store,它通过支持两种索引访问模式（本地访问和远程访问）来解决索引节点的CPU瓶颈问题。为了节省索引远程直接访问过程中的通信开销,本文重新设计了一种新的索引结构R-skiplist。另外,本文还实现了一种无锁并发控制机制以保证两种访问模式下的所有操作的并发执行。（3）基于RDMA的低负载索引增量远程同步技术:在基于分布式日志合并树（Log-Structured Merge-Tree,LSM-tree）的数据库中,利用 RDMA 可以加快索引的增量远程同步,RDMA的单边操作还可以降低同步过程中的CPU消耗。但是,RDMA单边操作需要提前知道要访问的远程地址,这给同步策略的设计带来了 一定的挑战。本文首先基于分布式LSM-tree框架设计了一个过滤范围查询中冗余分区访问的索引结构。为了避免一些不必要的网络通信,本文将索引存储在计算节点上。由于远程的数据更新较为频繁,增量索引同步负载较高。为了降低索引同步的开销,本文采用被动同步的方式在不用获取远程地址的情况下使用RDMA单边操作来执行同步操作。综上所述,本文深入研究了基于NVM和RDMA的数据库索引技术,从存储、远程访问以及增量远程同步三个方面结合NVM和RDMA的特性重新设计索引结构,使得NVM和RDMA的性能优势在索引访问中得到充分发挥。首先,本文设计了一种高性能的索引结构来解决NVM中的读写放大和锁开销放大问题。然后,本文针对RDMA引起的网络和远程索引节点上CPU失衡问题,提出了一种混合访问模式来提升索引远程访问的性能。最后,本文在分布式LSM-tree中增量索引频繁同步的场景下,充分利用RDMA低时延和节省CPU资源的特性来降低增量索引同步负载。大量的实验验证了本文方法的有效性。