当今,Hadoop集群在大数据时代下已经广泛使用,互联网公司对数据的处理和分析广泛使用Hadoop集群。一旦Hadoop集群失效,会导致数据的丢失,带来工作上的不便,甚至带来重大的经济损失。对国家和个人来说,Hadoop集群的可靠性始终是一个令人头痛的问题。所以,Hadoop集群的可靠性研究是十分必要的。在整个Hadoop集群中,主要包括若干个数据节点和主节点。在对节点的可靠性分析时,软件的失效主要与负载有关,所以本文使用Cox比例风险模型来描述节点失效率与负载(累积负载和瞬时负载)的关系。在Hadoop集群运行中,随着节点失效从而会导致软件降级。所以,Hadoop集群的失效过程可以看成非齐次马尔可夫过程(NHMP)。该过程中,软件的负载随着时间的变化而变化,不是固定不变的。该过程可以分为若干个非连续的非齐次泊松过程(NHPP),该过程用来描述每个节点失效前的系统可靠性过程。在此基础之上,文中对Hadoop集群的可靠性进行了分析。本论文提出的集群可靠性模型能够用于集群的设计与研究。最后,作者进行了一个评估实验展示了该方法的可行性。