信息科学技术迅猛发展,信息全球化时代已经到来,全球数据总量已呈爆炸式增长。在全球数据的高速发展数据总量一直保持高速增长的同时,硬件存储资源的增长速度却远远不及,因此数据存储的方式成为社会关注的重点。据有关数据表明,在目前存储的数据中,冗余数据占比较高。重复数据删除技术应势而出,但是作为一种新兴的技术,存在诸多不足,如重复数据删除系统中,数据块索引结构有待改进和优化,指纹索引的读性能等。论文针对系统索引读写性能瓶颈问题,进行了较深入的研究,主要工作如下:(1)在对重复数据删除系统性能优化中,索引的优化是一个非常重要的部分,通过对索引结构等相关技术的深入研究,本文总结了当前索引结构的优缺点,并指出了索引结构中读性能处于瓶颈的状态。(2)为了减少磁盘访问次数,提高重复数据删除的读取性能,本文提出了一种基于双B-树的索引结构DBIS(Double B-tree Index Structure)。在B-树结构的基础上,设计了一种新的基于双B-树的索引结构应用到内存中。双B-树索引结构是由两种结构不同的B-树构成,一种是优化B-树结构,提高检索效率,另一种是在B-树的基础上,融合改进的LRU算法构成的索引结构,提高了检测的命中率。对于第一棵B-树B-tree-1,根据B-树的特点,优化树形。为尽可能的减少B-树的遍历次数,增加了B-树每个节点中的指纹数量,与此同时,也增加了节点分支的数目。从而使B-树的高度更矮,由此可以提高指纹的检索效率。对于第二棵B-树B-tree-2,在B-树的基础上,融合了改进的LRU算法。设定B-tree-2树的存储数量为B-tree-1的1/m(m具体最优值在实验中得到)。利用LRU的最近最少使用的思想,提高B-tree-2检索命中率。从而提升了系统的检索效率。(3)针对DBIS结构中的B-tree-2,在B-tree-2引入时间参数T,每隔T时间清理未被访问的节点。进而,再加入时刻t,用来记忆节点最近一次被访问的时间点,如若此节点被访问,时刻t便自动刷新。因为树状索引父节点的存在,如果,父节点未被访问的时间大于设定时间参数T,并且此父节点下的孩子节点也在时间参数T内未被访问,那么父节点及其孩子节点才会从索引中全部淘汰。此外,还对DBIS进行了理论分析,并用实验验证了DBIS对系统读取性能的有效性和高效性,随着检测数据数量的增加,检测效率的提升更加明显,达到了对重复数据删除系统读性能优化的目的。