随着计算机网络技术的迅猛发展以及数据获取手段的不断丰富,越来越多的领域出现了对海量,高速产生的数据进行实时处理的需求,这些数据呈现出数据量大,时效性强,数据到达速度快的特点。然而面对如此庞大的数据量,传统的处理模式已经无法在有效时间内完成,分布式流处理技术应运而生。随着大规模分布式流处理系统的计算规模逐渐扩大,故障失效成为常态。系统中由于网络,电力设备等原因导致大量计算节点同时失效的情况称为关联失效,严重的关联失效会导致系统出现长时间宕机无法恢复,因此如何保障系统能够快速从关联失效中恢复正常,保障系统的可用性成为分布式流处理系统中的关键性问题。现有的流处理系统中的容错机制分为三种:主动热备技术,每一个计算节点同时运行一个备用节点以便于失效时立即替换,成本高昂;检查点技术,周期性提取检查点,失效时回滚检查点,带来较为明显的恢复时延;上游备份技术,上游储存所有数据,失效恢复时重发,同样带来明显恢复时延。上述容错机制只针对单一节点失效的情况,无法解决关联失效由于节点数量多和节点之间存在恢复等待,导致恢复时延显著增加的问题。因此要在极短时间内迅速恢复大量节点并完成所有节点状态同步,为分布式流处理系统的容错恢复带来了极大的挑战。针对目前分布式流处理系统中存在的关联失效恢复时延长问题,构建了一个高性能容错分布式流处理系统Ares,提出一种新的任务调度方式,在任务调度过程中结合应用拓扑结构,系统可用资源,节点处理延迟,容错恢复延迟等多个因素,为每一个任务选择处理延迟以及恢复延迟最低的最佳任务调度策略,从而实现提高系统计算性能的同时提高容错能力。在Ares系统设计中,基于现有的分布式流处理系统,基于博弈论提出了一个基于best-response dynamics算法,Nirvana。理论上证明了纳什均衡的存在。通过在Apache Storm平台上进行实验和评估,结果显示与现有系统相比,Ares将吞吐提高了3.6倍,将计算延迟以及恢复延迟分别降低了50.2%和52.5%。