随着信息产业,特别是互联网的迅速发展,数据信息的产生已经进入爆炸式增长模式。选择何种计算机系统处理这些海量的数据,已经成为众多公司企业机构越来越关心的问题。其中,Hadoop集群是一个很有用的处理海量数据的工具,获得了工业界的广泛应用。在集群架构上,Hadoop系统采用了中心结构,中心节点负责管理整个集群。于是,该中心节点就成了集群的关键节点,一旦中心节点出现故障,整个集群就会停止工作。同时,当集群规模达到一定程度的时候,中心节点的处理能力就会达到极限,这时就无法扩大集群的规模,限制了集群处理能力的提高。为了克服Hadoop集群的上述缺点,本文提出了多控制点MapReduce系统,在这个系统中,拥有多个控制点,这些控制点分担着管理集群的任务,动态的管理这个集群。从而提高了集群的稳定性,为持续扩大集群规模提供了可能。本文在原Hadoop-0.20.2的基础上实现了多控制点MapReduce系统,并搭建了实验环境,验证了多控制点MapReduce系统的性能,实验证实了多控制点MapReduce系统可以减少任务运行的时间,降低控制点对cpu资源的消耗,同时这些控制点之间可以动态的管理整个集群。