1.一种基于消息组合的可扩展大数据计算方法，其特征在于包括以下步骤：
步骤一、抽象的大数据计算作业拓扑结构的建立：首先将大数据计算作业分割成一系列的小任务，小任务之间使用定制的顺序、循环、条件选择以及并行结构来组合；顺序、循环、条件选择以及并行结构用来控制小任务执行过程；采用文本文件方式建立大数据作业；
步骤二、大数据计算作业的部署：用户将抽象任务对应的计算任务部署到集群节点上；
步骤三、大算数据计算作业中计算任务执行计划的生成：用户的抽象计算任务被提交到管理节点；管理节点检查大数据计算定义文件的语法以及语义，形成作业计划并保存；
步骤四、大数据计算任务的调度：大数据计算作业引擎获得任务执行计划，形成一个一个的消息发送序列；消息发送计划按照并发、顺序以及条件关系形成不同的阶段，同一阶段内的消息同时发送；上一个阶段的回复消息到达后，开启下一个阶段的消息发送；
步骤五、计算任务执行过程的负载均衡：任务分配模块根据任务之间的依赖关系，对消息发送的顺序进行优化，选择最优的任务执行节点来启动计算对象；管理节点也可以根据各个工作节点的负载进行负载均衡，以提高性能；每个工作节点维护分配给它的计算对象的状态，计算对象的状态又会反映到管理节点的消息对象上；
步骤六、大数据计算任务的执行：作业引擎取得各个任务执行需要的参数后，就向执行节点发送执行请求；执行节点在收到请求后，开始执行计算对象包含的方法，同时向作业引擎返回计算对象状态为R，作业引擎将状态记录到系统共享缓冲区中；一旦计算对象执行完成，计算对象通过集群节点向主控节点返回D状态或者E状态，并将计算结果也返回到主控节点；主控节点的引擎得到计算对象的计算结果后，更改抽象对象的状态，进行下一条请求的发送；
步骤七、大数据计算作业消亡：当作业执行完毕，或执行条件已不满足，或作业被用户取消，该作业将从系统中撤离，作业生命结束。