当前以太网带宽不断提升，普通计算机价格不断下降，由普通PC计算机作为节点，构成基本运算单元，通过高速局域网相互连接，依靠软件进行协作进行工作的集群系统具有性价比高、扩展性好等优势，已经取代了传统的大型机或巨型机，在很多工业领域得到了广泛的应用，如信息检索、文本分析、大规模的数据挖掘、机器学习和时下流行的云计算。随着集群系统的使用日益广泛，人们为了提高集群系统的计算性能，不断增加集群系统中节点的数量。集群系统由普通PC机器组成，PC机器性能并不稳定，单个节点失效可能性非常大，在集群的规模不断扩大后，集群系统监控的作用越来越重要。通过监控，可以发现哪些节点已经失效，停止工作，得到系统中每个节点的利用情况，分析整个集群的运行趋势、性能极限和作业瓶颈，为系统管理员的管理工作和集群任务调度提供依据。本课题来自于子午工程数据中心，意在监控数据中心负责空间天气数值计算的集群系统的运行情况。本文根据子午工程数据中心的具体要求，设计和实现了一个集群监控系统，它的功能包括：采集集群系统中各个节点和系统负载、处理器各项使用时间、内存使用情况、硬盘使用情况、网络流量、系统相关的各种度量项；将各个节点的度量项汇总，存入数据库，以WEB网页的形式，展现给终端用户，供用户查询和使用这些监控项；根据用户设置的度量项的取值范围，对这些度量项进行量化分析，一旦发现存在异常度量项，则通过预定的通信规则，将异常的监控项发送给相关人员，以进行进一步的处理，减少不必要的损失。系统为C/S结构，包括分布在各个节点的代理程序，一定数量的汇总程序和前台显示界面。系统从/proc获取监控数据，使用XML进行数据传送，RRDTool来绘制数值类监控项的趋势图，后台包括RRD和MySQL两种类型的数据库。本文设计的集群监控系统，能够稳定有效的监控子午工程数据中心，具有占用系统资源少、反应灵敏等特点。