实时数据库技术是综合了传统数据库技术与实时系统处理技术的一种新技术，其应用几乎涵盖了包括金融、法律、会计、医疗记录、多媒体、过程控制、预订系统和科学数据分析等在内的各个领域。实时数据库系统需要保证事务处理的及时性并维护实时数据的时间有效性。因此，实时数据库系统研究中的一个关键课题是：如何设计更好的实时事务可调度算法，使得系统在保证实时数据有效的前提下，其更新事务集所需系统资源最少。本文围绕实时数据更新过程中系统资源利用率和处理器负载能力的问题，首先对实时数据库中实时数据的时间有效性问题进行了系统的分析，讨论了事务调度的几个约束条件，详尽分析研究了几个经典的维持实时数据时间有效性的实时事务调度算法（One-One算法、Half-Half算法、More-Less算法和可推迟调度算法）。接着，在对传统的更新事务实时调度算法进行扩展研究的基础上，结合已有的保证实时数据时间有效性的方法与最早时限优先的优先级分配原则，将固定优先级中的More-Less思想和可推迟调度思想的约束条件分别推广到了动态优先级调度的ML-DP算法和DS-DP算法中，并对这两个算法的可调度性进行了分析和研究。最后，以CSIM仿真平台为基础对ML-DP和DS-DP算法进行了仿真实现，并在此基础上进行了算法的性能分析和比较。研究、分析结果表明，DS-DP算法比ML-DP算法具有更好的可调度性和系统性能。