近年来,基于日志结构合并树的键值对存储系统因为结构简单、写吞吐量高等优点被应用到各个领域。日志结构合并树常用的两种合并策略是TCS(Tiered Compaction Strategy)和LCS(Leveled Compaction Strategy)。TCS允许同层的键范围重叠,减少了维持键有序而进行的数据重写,但是指数增长的SSTables(Sorted String Tables)大小会占用大量临时存储空间,并潜在地降低查询性能;LCS采用固定大小SSTables,但为了维持每层键有序排列,频繁地对数据集进行重写。首先,为了融合上述两种合并策略的优势,提出一种混合合并机制HCM(Hybrid Compaction Mechanism),允许同层键范围重叠并且采用固定大小的SSTables。具体而言,HCM仅将当前层SSTables归并排序到下一层,同层内SSTables键范围允许重叠,减少了维持键有序产生的数据重写;同时采用固定大小的SSTables,待合并SSTable与参与合并的其他SSTables有重叠键范围,则进行物理合并。如果没有重叠键范围,则直接移到下一层,并不产生物理合并操作,从而减少写放大;另外监控合并过程,及时删除已合并物理表,减少合并过程中的空间占用。其次,为了提高查询性能,提出两种查询优化方法:文件级布隆过滤器和并行查询机制。通过文件级布隆过滤器准确地筛选出可能存在目标键的物理表,减少不必要的物理表查询操作。并行查询机制能实施多个物理表并发查询,充分利用固态盘内在的高并行性。最后,在LevelDB基础上实现HCM合并机制。通过重放db_bench和YCSB生对的负载对HCM进行实验评估。实验结果表明,HCM的写放大分别比TCS、LCS减少3.0%和96.4%,平均查询延迟时间分别比TCS和LCS减少80.4%和65%。