互联网环境下,电子商务发展迅猛,业务请求和互联网环境愈发复杂,负载急剧增加,对应用的高可用性和服务质量带来了严峻的挑战。传统的Web集群模式由于集群规模固定的问题,无法应对突发性的访问激增带来的负载压力。新兴的可弹性伸缩Web架构使得集群规模可以随工作压力变化而动态调整,云计算技术的出现使得资源按需获取成为可能,Docker技术极大的提高了应用部署的速度和稳定性。因此,本文利用这些技术和弹性伸缩模型解决商城在高负载场景下的高可用的问题。本文基于实验室研发的Web电商系统,研究如何保证当前环境下Web应用的可用性和服务质量的问题。本文研究了集群模式的发展和云计算技术、Docker容器技术等前沿技术,学习和研究了伸缩理论、弹性伸缩现状,并对当前通用弹性伸缩方案的各个模块进行分析,设计了一个基于云平台的可弹性伸缩模型,对现有通用弹性伸缩模型的负载指标选取模块,负载预测算法,伸缩后固定冷却时间设定等分别进行了分析和改进——针对当前负载指标选取过于单一的问题,创新性的提出根据近期负载判定负载类型,进而选取最优负载指标的方案;针对当前的负载预测算法的不足,提出基于算法融合的改进算法ELR(Enhanced Linear Regression),对当前预测算法的预测值进行修正,并且设置了对照组进行实验,验证了 ELR算法的准确性;然后针对目前模型扩缩容后采用固定冷却时间,无法适应所有场景的问题,提出了改进的动态策略。基于以上研究,设计了改进的基于融合策略的弹性伸缩模型,并利用其开发了弹性扩缩容系统ADDS,支撑Web应用具有弹性可扩缩的特性,使应用在高访问量情况下保证对外提供高可用的服务。最后,设计实验进行系统功能性测试,并对结果进行分析,验证了 ADDS各个功能模块的可用性和Web应用系统的可弹性伸缩特性,对提高应用的高可用性具有一定的研究价值。