大数据时代迫切需要性能强劲的计算基础设施为企业和个人提供服务,构建分布式系统是一种比较合适的方案。随着分布式软件基础架构越来越复杂,新的复杂问题陆续显现。其中,性能和可靠性对于分布式系统非常重要,缓慢低效和不可靠的分布式系统容易让用户遭受到经济损失。虽然近十年分布式软件发展非常迅速,其性能也得到了明显的提高,但是性能缺陷仍然危及分布式系统的可靠性。虽然对于单机系统中的性能缺陷已经有了不少的研究,但对于分布式系统中的性能缺陷还存在理解不足的问题,目前对于研究分布式系统中的性能缺陷还是初步的。本文的工作主要集中在三个方向:分布式系统中性能缺陷的机理分析、可扩展性能缺陷的分析与检测、同步性能缺陷的分析与检测。为了构建更好的检测工具,需要更深刻地理解分布式系统中性能缺陷的原理。本文一共收集了85个性能缺陷,它们来自5个广泛部署的开源分布式系统套件（Hadoop Map Reduce、HBase、HDFS、Zookeeper和Cassandra）。然后在它们基础上进行了经验性的研究工作,这部分研究工作主要集中在根本原因、因果关系、症状、修复策略这四个方面。本文的工作发现缺陷的根本原因与修复策略有较强的相关性,性能缺陷较大概率与循环体这种代码结构有关。这部分工作启发了接下来的一系列工作。针对可扩展性能缺陷,本文将研究重心放在了工作负载上。根据对可扩展性能缺陷研究分析,耗时操作和无界循环是这类缺陷的主要原因。其中,无界循环是可扩展性能缺陷的重要特征,其检测工作也是该部分工作的重点。经过评估,可扩展性能缺陷的检测工具能够成功检测出所有6个可扩展性能缺陷基准,并且能够检测出新的潜在的可扩展性能缺陷。同步性能缺陷广泛存在于分布式系统中,经过本文的分析工作,耗时操作、嵌套循环和递归调用是导致同步区域产生性能问题的关键因素。同步性能缺陷检测工具包括对同步区域的判定、对负载敏感代码段的辨别、以及同步区域与耗时循环体的关系分析。利用随机选出的5个缺陷基准,经过多维度的测试,结果显示该检测工具能检测出所有5个缺陷基准,并能够检测出未被发现的同步性能缺陷,同时能打印出这些新缺陷的详细信息。在经验性研究的基础上,本文的检测技术取得了不错的效果,显著提升了检测分布式系统中性能缺陷的效率。