随着分布式技术的发展,分布式系统被应用到越来越多的领域中,对于金融、医疗、互联网等与人们息息相关的领域中的分布式系统来说,一旦发生故障,会影响到众多用户,造成巨大的损失。为了减少对用户的影响,避免更大的损失,及时有效地检测出系统中发生的故障和异常十分有必要。因此,本文主要对分布式系统中故障检测与异常检测技术进行了研究,主要工作如下:首先,为了提高心跳检测器的可用性,防止出现“单点问题”,本文采用检测器集群的方式来对系统中的服务进行心跳检测。检测器集群需要选举产生一个Leader节点来协调整个集群,本文采用动态选票的思想,改进了Raft中主从选举算法,它可以根据集群中活跃的成员来决定选票数,在选举时具有更快的收敛速度和更高的可用性,同时避免了“脑裂”问题的出现。其次,采用了无监督算法与有监督算法结合的方法来进行异常检测。整个异常检测流程分为两个阶段,第一阶段由5种无监督算法同时对样本点进行检测,投票选出疑似异常点;第二阶段由有监督算法Light GBM（Light Gradient Boosting Machine）对疑似异常点进行二次检测。最后本文将采用的异常检测算法与几种经典的异常检测算法进行了实验对比。实验结果表明,本文使用的基于无监督与有监督结合的异常检测方法在精确率、召回率和F1 score上优于数个经典的异常检测算法。最后,本文设计了一个故障检测与异常检测原型系统,该原型系统将系统划分成用户端、心跳检测器和心跳检测开发库三个模块,模块之间耦合性较低,可扩展性强。