云计算作为一种基于互联网共享的新型交付和使用模式,近年来备受各界关注。云计算平台通过虚拟化技术按需提供计算资源并构建动态的虚拟资源池,但随着云平台规模的增加,云服务的多样性、平台资源的异构性为云平台的虚拟资源管理带来了巨大挑战。虚拟机是目前云平台虚拟资源的主要表现形式,因此研究面向虚拟机的云平台资源部署与调度,有利于提高资源利用率并降低能耗和成本,实现高效的云数据中心,具有重要的学术和现实意义,是近几年来云计算技术研究领域的热点。面向虚拟机的云平台资源部署与调度的主要挑战是:在满足用户需求的前提下,如何使云平台自适应地提供虚拟机资源并进行合适的任务调度,从而达到提高资源利用率并降低能耗的目的。譬如,用户动态需求与多维资源协同的云平台虚拟机自适应管理问题;用户需求和性能均衡的云平台任务调度问题等,然而目前对于上述这类问题的研究成果相对较少,须进一步改进。因此,本文针对上述问题展开研究,主要研究用户动态需求下云平台虚拟机部署与调度的优化方法,使平台在保障用户动态需求的前提下,达到云平台性能与能耗之间的均衡的优化目标。研究内容及创新点如下:1.针对用户动态需求与资源多属性协同的问题,提出一个基于动态需求的多属性加权的虚拟机资源自适应管理框架,核心包括:利用层次分析法对平台资源的多维属性加权并建立多属性模型;建立物理结点的动态加权综合负载度量模型。该框架由动态多层次监测模型、虚拟机初始化部署模块与虚拟机动态管理模块等核心模块组成,该框架的虚拟机自适应管理模型及流程具有较好的灵活性和扩展性。2.针对基于用户动态需求的平台能耗与性能的优化问题,提出一种动态需求与能耗均衡的虚拟机初始化部署方法,包括:基于相对部署能力的改进降序最佳适应启发式放置算法;低能耗优先的主机开启算法。实验证明,该部署方法相比传统的轮询方法和改进的启发式装箱方法BFDSum,能更有效地保证用户的动态需求的同时降低平台的总能耗。3.针对性能与能耗均衡的虚拟机动态管理优化问题,提出一个面向用户动态需求的虚拟机动态管理方法,包括:基于动态反馈的超载/低载定位方法;基于相对负载的虚拟机动态迁移算法;能耗优先的低载合并方法。实验证明,该方法在用户需求违背率、系统总能耗、平台性能损失率等衡量指标上能取得优化效果,即在保证用户需求的前提下,能取得性能与能耗的均衡有效。4.针对云用户对任务的需求与云平台性能均衡的问题,提出一种云平台下面向截止时间与相对负载的任务调度方法,包括:建立私有云平台的用户任务和虚拟机模型;提出任务相对负载模型;提出基于剩余时间与相对负载的改进Min-Min任务调度算法。实验证明,该方法能较好地保证用户任务截止时间要求和云私有平台的负载平衡度。总体而言,本文围绕用户动态需求保障、平台性能与能耗均衡优化等研究问题,贯穿面向虚拟机的云平台资源部署与调度方法研究的主线,提出了虚拟机资源自适应管理框架、虚拟机初始化部署优化方法、虚拟机动态管理优化方法及基于虚拟机的任务调度优化方法。本文的研究将促进云计算研究领域面向虚拟机的资源管理的进一步发展,为云平台虚拟资源部署与调度研究带来新的解决方案。