随着大数据科学的提出与兴起,分布式存储技术的价值和重要性日渐凸显。相比于传统的集中式存储系统,分布式存储系统具有低成本、易扩展、高可用等优势。复制技术是实现分布式系统高可用性、广域范围内快速响应的关键,而数据一致性的实现性能是评估复制技术的重要指标。目前最有效的解决数据一致性问题的方法是采用具有领导者节点结构的分布式一致性协议,如典型的Multi-Paxos协议。但是,随着大数据技术的普及和广泛应用,分布式存储系统的负载越来越高。在这种情况下,领导者节点的能力约束了成了系统性能的主要瓶颈。如何在高负载的环境下,有效解决领导者节点存在的瓶颈问题,是一项极具挑战性的课题。针对上述问题,本文以Multi-Paxos协议为基础,以提高系统每秒响应请求数量为目标,以Multi-Paxos协议领导者节点瓶颈问题为突破点,对分布式数据一致性协议的优化问题展开研究。本文的主要研究内容和创新点归纳如下:首先,对Multi-Paxos协议中存在的领导者节点的瓶颈问题进行了理论分析。在此基础上,提出了一种基于分层思想的Multi-Paxos改进协议。该协议可将MultiPaxos协议中由领导者独立完成的请求传输的工作分摊给系统中所有节点共同完成,领导者节点只负责对请求的ID进行排序,从而有效地降低领导者节点的负载,同时提高系统整体的资源利用率。第二,将批处理和流水线的思想引入分层Multi-Paxos协议中,推导了在所建立的模型下批处理和流水线的定量关系,并根据推导结果对批处理和流水线的参数设置进行了优化。仿真结果表明,在分层结构下,通过合理使用批处理和流水线机制能够有效提高系统并行处理客户端数据请求的能力,进而提高系统的整体性能。最后,为了进一步验证所提方案在真实环境下的正确性与有效性,对分层Multi-Paxos协议及其优化方案进行了实现。实验测试结果与仿真结果基本一致,证明了所提方案不仅能够有效解决领导者节点的瓶颈问题,而且在高负载的环境下,系统每秒响应请求数量远高于现有方案。