随着虚拟化产品的不断普及和云计算技术的蓬勃发展,虚拟化集群被广泛的用于各行业领域中,用以支撑关键应用和服务;与此同时,人们对于集群高可用性要求也变的越来越高。虚拟化集群在架构上区别于传统集群,不仅增加了一个虚拟机层,在节点数量上也扩大了数十倍,这给集群的高可用服务带来新的挑战。　　 在这种背景下,本文设计并实现一个面向大规模虚拟化集群的高可用服务系统,该系统对集群中的物理机和虚拟机进行实时监控,能够准确有效的检测到故障节点,同时在网络分割等复杂场景下仍能保持集群业务的一致性。本文的主要贡献体现在以下五个方面:　　 (1)提出一种可靠的视图同步方案,利用分布式数据一致算法Paxos支撑视图同步功能,保证多点视图的一致性。　　 (2)提出一种多层次的故障检测方案,能够实时监控物理机、虚拟机以及虚拟机操作系统三个层次的运行状态。同时,本文提出的两种虚拟机监控方法均支持全虚拟化和类虚拟化架构。　　 (3)提出一种分布式的物理机心跳检测方案,物理机可以在多台服务器之间切换心跳发送目标,以避免在服务器单点故障、网络闪断或者网络局部故障的情况下出现误报。该方案同时能够保证在网络分割的情况下集群业务的一致性。　　 (4)提出一种可靠的组通讯方案,可以在集群内部实现指令和数据的可靠组播。指令组播可以同时对多个节点进行操作,数据组播则能够实现节点关键数据的多点备份。　　 (5)实现一个原型系统,实施设计方案,并通过实验验证其功能和性能。　　 本文实现方案可靠性强,检测方式新颖可靠,同时基于开源产品设计,具有再定制能力。目前已被一些国内公司认可和采用,具有良好的应用前景。