随着云计算、大数据相关技术和理念的不断传播,传统的集中式存储系统逐渐由分布式的存储系统所取代,传统的结构化数据仓库的数据计算分析模式,也逐渐由基于Hadoop的分布式计算集群所取代。随之,系统的存储能力、计算能力都有了飞速发展,各种软件也如雨后春笋层出不穷。系统规模的持续发展一方面为海量数据存储和计算提供了强力支撑,同时另一方面为业务系统的运行维护、监控工作带来了巨大挑战。传统的运行维护监控系统主要受限于来两方面:一是动态扩展性,一是监控规模。本文基于插件技术,采用了可配置的设计理念,构建了分布式的动态运行维护系统。通过配置化的资源管理,可动态注册新的监控资源类型,不再局限与以后的监控资源类型;通过配置化的采集、汇总节点注册,可动态扩展系统监控、处理、计算能力,可实现对大规模系统的监控。本文首先对系统的需求进行了分析,讨论了基于分布式技术的系统构建方案,通过动态采集节点、汇聚处理节点配置注册,实现了可扩展的动态分布式系统,满足了大规模的系统对运维监控能力的需求。然后,本文重点研究了监控资源的模型,通过高度归纳和分解,通过资源、指标、阈值、状态、事件等五类元素模型建立,实现了监控资源的动态扩充,可基于五元素注册新的监控资源类型,不再受限于固有的监控资源类型,满足了目前层出不穷的针对软件和硬件进行监控维护的需求。最后,本文为提升大规模系统监控的实时性,系统引入了高速缓存技术,构建了高速缓存计算架构,极大地提升了系统监控实时性。本文研究的内容已经应用实际工程,并在项目工程中得到较好的测试验证,进一步证明系统研究内容是可行且具有一定实际工程价值的。