随着互联网的快速发展,互联网在为用户提供服务的同时也在经受巨大的挑战。传统的单一服务器无法处理大量的并发业务,计算机集群应运而生。计算机集群是分布式系统的一个重要分类,被广泛地应用在高性能计算中,它缓解了服务器面对高并发业务的压力。但是单靠增加服务器的数量也会出现性能瓶颈,传统的负载均衡算法无法综合的衡量集群的性能,异构集群中每台服务器的处理能力都不相同,如何处理高并发下的大量读写数据,这些问题都对集群的处理能力提出了更高的要求。因此,如何提高集群在高并发下的处理能力是本文研究的课题。本文设计了一个基于资源控制的集群系统,并详细介绍了系统的理论基础、设计思路、实现与测试。以下是本文的具体工作:1)设计和实现一个分布式系统。负载均衡节点负责实现对客户端业务的负载均衡,服务节点实现对大量客户端请求的峰值处理。2)动态反馈负载均衡策略。针对传统的负载均衡算法无法综合评价节点负载情况的问题,特别是异构集群这种复杂的情况,基于此本文设计并实现了一种基于动态反馈的负载均衡算法DAL。为了了解系统的动态负载情况,服务节点周期性地收集自身的负载指标并对其进行权值量化,这些指标包括CPU、内存等,其次结合每个节点的动态负载情况和本身的性能来衡量集群系统整体的动态负载情况,通过调度算法将负载低的节点分配给客户端。3)消息中间件。设计并实现了一个面向服务的消息中间件,这些服务被划为不同的业务模块,当客户端请求来到时需要根据它的请求内容将它分发到对应的业务模块中。同时,参照这样的思路,在设计消息中间件时将其划分为不同的功能模块,并给出每个模块内部的设计与实现。4)节点容错机制设计和实现。将节点以任务单元的形式划分,每个任务单元执行节点业务的一部分,根据容错机制的设计,监测模块配合Zookeeper实现容错监测模块,实时监测是否有任务单元出错。资源获取模块将定期保存最新的任务数据到非关系型分布式数据库中。当节点出错时系统,容错机制启动恢复模块,以数据库中存储的最新数据为基础创建一个新的任务单元。