近年来,互联网中产生的数据大幅增加,如何处理这些数据,挖掘出数据中蕴涵的信息,成为计算机领域关注的重点。传统的数据挖掘方法是先将这些数据存储到数据库之中,再对其进行处理,但是这些数据中只有小部分是我们感兴趣的,全部存储起来代价很大,而且在很多领域,比如证券市场,电力设备的检测,对数据处理的实时性要求很高,传统的数据挖掘及数据库的处理方法,无法满足这些数据处理的实时性,为了能够实时地从源源不断的海量数据中提取出感兴趣及更高层次的信息,出现了复杂事件处理系统,用户预先在系统中定义需要检测的复杂事件模式,复杂事件处理系统实时对数据流进行检测,当检测到用户自定义的复杂事件模式的时候,通知用户或者做出响应。目前已经存在着很多复杂事件处理系统,各个系统适用于不同的场景之中,也针对不同问题进行了改进,但这些系统普遍采用集中式的架构,随着目前事件产生的速率不断增加,事件的复杂度不断的增加,传统的运行在单节点上的复杂事件处理系统的处理能力已经遇到了瓶颈。针对上述问题,在本文中,我们设计实现了一个分布式的复杂事件处理系统,该系统通过查询重写方法和分布式处理,提高复杂事件处理系统的处理能力,本文的贡献主要包括以下几个方面：(1)一种新的事件模型和事件模式语言,其更适用于查询重写和分布式实现。(2)对基于有向图的复杂事件模式检测方法进行改进,并提出一种查询重写算法,使得复杂事件模式查询更加高效。(3)设计分布式复杂事件处理框架,并使用分布式流处理框架Storm对其进行实现,极大的提高复杂事件处理系统的处理能力。(4)通过实验验证算法和系统的有效性和高效性。