自上世纪80年代以来,内存数据库相关技术飞速发展并且得到了越来越多的研究和关注。目前应用程序的规模和复杂度不断增加,尤其是大量Web应用的产生和发展,应用系统对于为其提供数据存储功能的数据库系统提出了更高的性能要求。传统的数据库系统是基于磁盘文件进行数据管理的,大量的内外存I／O开销严重影响了系统的整体性能,已经逐渐无法满足日益提高的性能要求。随着半导体价格大幅下跌,利用大量内存来实现内存数据库已经成为可能。由于使用内存作为主要存储介质,避免了内外存交换的大量开销,内存数据库的访问性能远远高于磁盘数据库,为支撑高性能系统提供了新的思路和方案。但是内存数据库由于储存介质的变化,使其在结构、特性和设计实现等诸方面都不同于传统的磁盘数据库,需要针对内存特点重新考虑和研究。在高并发集群监控系统中,一方面,部分数据的增删操作十分频繁,而传统的内存数据库空间管理方法(数组式、区段式、链表式等)在空间申请和回收上有较高的运行开销,在频繁的数据增删请求下,会影响系统的整体性能；另一方面从整体上看,该系统中数据的修改操作数量远小于读取操作的数量,传统的封锁机制要么粒度太粗(如数据库级锁)影响并发度,要么粒度太细(如记录级锁)产生了过高的锁开销和并发控制代价,也会影响到系统的整体表现。本文通过介绍内存数据库的发展、特点、相关概念以及技术,并且结合本人实际项目经验,从内存数据库的数据组织、查询技术与优化、并发控制、事务管理和恢复技术等方面,介绍了一个可以用于高并发实时集群监控系统中的内存数据库系统(LeopardDB)的设计与实现以及基于内存数据库的高并发集群监控系统。根据高并发集群监控系统中部分数据增删频繁和修改／读取事务比例较小的特点,利用内存空间资源动态平衡维护和双粒度锁转换机制,针对内存空间管理和并发封锁机制分别进行了改进和优化,一方面使得空间资源的申请和回收可以根据数据的使用情况进行自动的合理调整,另一方面允许多个读事务与单个写事务并行操作提高事务吞吐率。通过实际项目中的测试,说明了该内存数据库高实时性,高性能的特点。