随着信息技术的发展,关于大规模分布式系统相关设计逐渐成为一个新的研究领域。相关研究已经成功地应用到了多个领域,比如,军事、航空、商业服务、信息检索。在这些应用中,分布式系统通常被组织为一个具有Social Networks特性的大规模网络。同时,一旦工作个体被组织成一个Social Networks,其拓扑结构相关特性对系统的影响是至关重要的,并已经在生理学、经济学、物理学、以及计算机学科得到了初步验证。前期研究也表明在相同的控制算法下,大规模分布式系统网络拓扑结构所表现出来的特性对系统性能的影响存在明显的差异。尽管基于大规模分布式系统已经验证了一些分布式算法执行功能的可能性,比如,连接失效与节点失效下的网络恢复算法,但其恢复效率和是否会引起网络拓扑结构的变化均未得到实验验证。因此,网络拓扑结构相关特性又如何影响着系统整体性能并不知道。本文,我们基于一个比较流行的网络恢复机制,初步研究执行网络恢复操作后,网络拓扑结构相关特性对大规模分布式系统性能的影响。这些发现有利于预测系统未来性能以及设计运行于大规模分布式系统之上的相关控制算法。第一部分是大规模分布式系统拓扑结构模型。这一部分首先分析了目前主流的复杂网络模型—Random Networks、Grid Networks,以及具有Social Networks相关特性的Small-world Networks和Scale-free Networks。其次,针对这四种网络拓扑结构,分别指出其建模方法,尤其是我们提出了可以快速建立Scale-free Networks的仿真算法RX模型。第二部分是不同的Social Networks特性对网络恢复机制的影响。这部分首先基于一个目前比较流行的网络恢复机制MPLS,详细地阐述了一个无偏恢复算法。其次,基于该算法,我们比较了不同拓扑结构下网络参数,从而发现了执行于Small-world Networks的恢复效率最高。第三部分是基于网络恢复操作,研究Social Networks对大规模分布式系统相关性能的影响。在这部分,我们同样基于MPLS无偏恢复算法和网络拥塞,研究不同拓扑结构下,大规模分布式系统鲁棒性的变化。研究主要发现,不论是连接失效还是节点失效,总体而言,执行网络恢复操作后,Random Networks更易于出现连接拥塞,而Small-world Networks鲁棒性相对要强一些。至于节点拥塞现象,Scale-free Networks更易出现,而Grid Networks相对要强一些。另外,我们又着重研究了不同的Social Networks特性是否会影响系统自身的拓扑结构。其中一个主要发现:当网络拥塞极大可能影响连通性时,Small-world Networks和Scale-free Networks的拓扑结构容易发生改变。根据先前的研究,我们知道拓扑结构的改变必会对系统整体性能产生极大的影响。