云计算的普遍应用吸引了越来越多企业和组织将传统的在线业务部署到云平台上,同时大数据的迅猛发展也带来了大量的离线作业的计算需求。为了节约成本提高云平台的利用率,云平台的使用者开始将在线业务和离线作业同时部署到一个云平台上,形成了混合部署的云环境。对于混部云平台的性能来讲,在线业务的服务质量和系统的资源利用率成为主要关注的指标。本文针对这种混部云的场景提出了一套合理易用的性能测试方法,通过测试云平台中资源利用率对在线业务的响应延迟的影响程度来评估云平台的混部性能。本文提出的测试方法包含一个基准测试程序集(Benchmark Suite),该程序集由四个模块组成,分别是在线业务部署模块、离线作业部署模块、系统监测模块和数据采集模块。在线业务部署模块能够部署多种在线业务类型的应用,并且包含了取材于实际生产环境的负载数据;离线作业部署模块能够自动化部署常见的大数据处理框架,运行常见的大数据处理程序,并包含了相应的负载生成工具。两个应用部署模块的具体实现都采用了镜像集成的方式,便于快速的环境搭建和移植。系统监测模块可以让使用者时刻掌握测试过程中系统的各种资源使用情况。数据采集模块负责收集测试数据,主要包括在线业务的延迟时间和系统的各种资源使用情况。根据测试需求给出测试描述和负载描述后即可开始测试。测试完成后将收集到的在线业务的延迟时间和系统的资源利用率绘制成散点图并进行回归分析,得出两者的函数关系即可反映该云平台的混部性能。在上述测试方法的基础上,本文提出一个混部云平台的价值计算模型,将测试分析出的混部性能函数代入该模型可以计算出最大化云平台价值的资源分配情况。此外本文还提出了一个提高混部云整体混部性能的虚拟机放置方法,该方法是通过分析云平台系统中的每台物理机的混部性能差异后进行负载均衡,以此来提高云平台整体的混部性能。