云环境下,数据中心规模不断扩中,新技术的引入不断的提升了资源的弹性,满足更多的高性能计算需求,但也使得云数据中心的结构愈加复杂,现有资源的整合和高效使用是最值得关注的。本文资源调度目标就是对用户提交的任务实现能耗的最优调度,在满足用户需求的前提下使得资源利用率尽量高。本文通过研究影响云数据中心系统负载的能耗关键技术以及云数据中心能效评估标准,将云数据中心的能效优化问题构建为一个马尔科夫过程的模型。设计基于Q学习的资源调度算法,所提出的算法可以在缺少系统先验信息的情况下进行求解。对数据中心能耗测算,以CPU资源利用率构建能耗模型。系统通过对服务队列的归集和虚拟资源的分配进行调控,均衡服务负载的资源配置,采取的操作为增加/删除虚拟机或关闭/激活服务器,来最小化云数据中心的整体能耗。本文将软件层面的资源调度管理方法,配合底层服务器整合、虚拟机迁移等技术进行实现。在CloudSim仿真环境,通过设定动态随机延迟提交任务来模拟现实云计算以及资源使用的动态变化。实验中,在时间切片内,观察调度策略对计算节点负载所产生的影响,记录每台服务器和运行任务负载水平。通过时间切片内物理服务器运行服务所占用的计算资源量,决定如何分配更多的虚拟机资源,执行何种任务操作。通过实验发现使用强化学习的能效调度策略,在最佳适应算法、最坏适应调度算法配合下,可以发现实际激活的物理机总数有所减少,所以对应状态的能耗成本相对低。验证了基于强化学习节能资源调度方法的可行性、有效性。证明所提出的强化学习机制能优化云数据中心的能源消耗。