大数据等技术的发展对数据存储的性能和容量提出了更高要求。统一内外存架构（Unified Memory-Storage Hierarchy,UMH）利用PCIe互连技术实现了可字节访问固态盘,被广泛应用于解决传统分层存储架构中内存容量不足以及大量内外存数据拷贝问题。然而内存数据库中常用的哈希索引在UMH下面临两方面问题:一是哈希索引利用哈希函数将键值对均匀随机分布于已分配空间,引起大量随机I/O,增加垃圾回收开销;二是哈希扩容需要做异地数据迁移,致使读写I/O受阻,增加插入和查找等操作的长尾时延,导致固态盘写放大开销增大固态盘性能下降。因此,如何设计哈希索引以提升固态盘性能和寿命成为研究热点。针对哈希索引随机写盘引起的写放大问题,提出一种面向固态盘的分层哈希索引（Tiered Hashing）,优先写入上层哈希表,并在更新或插入下层哈希表的同时,利用层间数据迁移算法（RIA）,将上层数据迁移至下层,从而增加上层哈希表的空余空间,实现层间写入频率差异化。最后,利用多流技术降低固态盘垃圾回收开销。实验结果表明,与现有哈希算法相比,RIA算法可将固态盘写性能提高1.78倍。针对哈希扩容导致的I/O阻塞和长尾延迟问题,提出一种底层增量式扩容算法（IRLL）,为新增扩容层分配虚拟内存空间,通过仅对冲突路径进行细粒度扩容,利用盘内闪存页写时分配机制,减少数据迁移量、提高物理闪存页的空间利用率。实验结果表明,与现有哈希相比,IRLL扩容算法的空间开销及时间开销均与哈希表已有数据量无关。当哈希初始容量为3072时,扩容平均执行时间降低3个数量级。针对Tiered Hashing采用多层表结构导致读性能较差的问题,提出影子读（SR）和跳跃表读（TJR）算法。SR算法采用在上层保留键值影子以提高读命中率,TJR算法利用上层桶存储查找层实现加速查找。实验结果表明,SR算法降低平均时延29.5%,TJR算法降低平均时延61.5%,SR算法和TJR算法同时启用可使平均时延降低74.8%。