本文选题基于研究生阶段实习过程中参与开发的用于互联网产品大数据处理的系统项目。该互联网产品有着千万级别的用户基数和稳步增长的用户数量,为了区分出不同用户,与目标用户产生互动从而保持用户忠诚度以及激发新用户的兴趣,因此需要对现有的全量用户的相关数据进行处理,筛选出目标用户以及相关信息。因为该互联网产品的全部用户相关数据都存储在关系型数据库中,传统处理数据的方法是采用多线程编程单机部署程序的方式,但是该方式存在执行效率低,复用性差的问题。另一种方法是将目标数据全部迁移到非关系型数据库中,然后使用成熟的大数据处理工具处理相关的大规模数据,但是该方式存在基于当前复杂的物理存储模型构建数据完整性的迁移模型十分困难的问题。面对这些问题,本论文从实际的业务需求出发结合对分布式技术的研究设计并实现了一个基于Zookeeper的高可用分布式任务调度与执行系统。该系统由与外界环境交互的统一网关模块、拆分及分配数据处理任务的任务调度及分配模块、执行数据处理任务的任务执行模块、保证系统高可用性的高可用性保障模块和日志模块构成。这样的设计与实现方式,使得该系统可以接收任意类型的且目标数据在关系型数据库中的各种数据处理任务,通过单独的任务调度及分配模块和可扩展的任务执行模块可以满足不同任务量的多任务数据处理需求。并且本系统在设计与实现时考虑到任务调度及分配模块在系统中的重要性和系统多任务处理的必要性,设计并实现了系统的高可用保障模块,系统使用两台机器部署任务调度及分配模块,分别为一个工作节点和一个备用节点,通过备用节点自动顶替出现故障的工作节点的方式来实现本文系统的高可用性。通过完整的功能测试与性能测试,表明本文所实现的高可用分布式任务调度及执行系统的功能符合预期,大数据量数据处理任务的执行效率远高于传统多线程编程单机部署程序的执行效率,并且理论上系统可以通过增加任务执行节点的方式提升整个系统的任务处理能力。最终本文实现的系统具有相当良好的业务独立性,相关扩展性,高可用性等特点。