随着大规模数据密集型应用的快速发展，基于日志结构合并树（LSM-tree）的键值存储系统凭借其接口简单、写入吞吐高等特性，已在现代存储系统中被广泛采用。但是，LSM-Tree存在显著的写放大问题，键值分离（Key-Value Separation）能够缓解这一问题，代价是引入更高的空间开销。为提升成本效率与资源弹性，现代存储系统逐渐开始向存算分离架构演进，通过将计算节点与存储节点解耦并独立部署，实现资源弹性调度与独立扩展。然而，存算分离会增加数据访问的网络开销，降低写入性能；垃圾回收过程的延长导致垃圾数据占用空间难以及时回收，进而提高键值分离 LSM‑tree 的空间成本。如何在存算分离架构下优化键值分离LSM-tree的数据布局与存储空间管理，平衡性能与成本，是构建高效存算分离LSM-tree 系统面临的关键问题之一。

实验室博士生张健顺、邓迅（共同一作），在方鹏博士后、王芳教授、冯丹教授的指导下，联合字节跳动公司，针对以上问题，提出了存算分离的键值存储系统 Terark-DS。Terark‑DS 兼具高性能与高存储效率，采用三项关键技术：（1）基于文件访问特征的差异化冗余策略，降低存储和网络通信成本的同时不影响读性能；（2）自适应双模日志写入策略，根据负载特征动态切换日志写入模式，充分利用远端存储带宽加速前台写入；（3）网络高效的垃圾回收机制，结合按需加载值数据、本地化的批量有效性检查和自适应预读策略，加速空间回收并减少网络开销。实验表明，Terark‑DS 相比现有存算分离LSM‑tree写性能提升20.4%-63.9%，同时总体成本降低22.7%–58.6%。

图1 Terark-DS键值存储系统架构

图2 自适应双模日志写入示意图

图3 YCSB负载下的写性能评估结果

该研究成果题目“Terark-DS: A High-Performance and Storage-Efficient Key-Value Separation Storage Engine on Disaggregated Storage”，被中国计算机学会推荐的A类国际学术会议52nd International Conference on Very Large Data Bases (VLDB 2026)录用。该研究工作得到了国家重点研发计划项目（No.2022YFB4501300），国家自然科学基金项目（No. U22A2027 和 No. 61821003），中国博士后科学基金资助项目（No. GZB20240243和2024M751009)，湖北省博士后资助项目（No.2024HBBHCXA024）的支持。