云计算作为一种支持商用计算机集群处理大容量数据的新型计算服务模型,既指通过因特网提供服务的应用程序,也指支撑这些服务的数据中心中的硬件和系统软件。随着互联网用户的大规模增长,云服务应用领域的数量和规模急剧增加。云服务的主要目标是用最少的管理工作或服务提供商交互快速供应和发布可配置计算资源(例如,网络、服务器、存储、应用和服务)的共享池。数据中心网络作为推动这一不断增长趋势中不可替代的关键基础设施,需要其能够快速响应用户的业务请求并实现高效的网络资源管理。因此,本文对云数据中心在资源分配过程中的弹性调度问题展开了研究,根据不同的限制条件构建新的优化模型,并提出相应的解决方案。之后通过仿真模拟实验和真实数据中心平台实验与现有方法进行对比,从而验证理论模型的可行性以及解决方案的正确性。具体的研究工作包括以下三方面:(1)基于软管模型的云数据中心弹性资源调度问题研究,即以给定云数据中心拓扑结构及虚拟集群请求为前提,设计合理的资源调度方案实现软管模型下的云数据中心弹性资源调度。针对该问题,本文的研究目标是在无需借助任务负载重新调度的情况下,找到一个能够支持未来增长最大化的配置。首先,提出了一种基于树状数据中心结构的弹性资源调度优化模型,并以该模型为基础提出了一种基于消息传递的分布式线性最优解决方案,同时讨论了该模型的相关属性和扩展问题。在此基础上,本文将该模型扩展到多路径的Fat-tree数据中心结构,并提出了满足计算与通信资源约束下的弹性调度方案,即物理资源组合比例分配方案。然后,证明了在固定的流策略下,物理资源组合比例分配方案能够实现Fat-tree数据中心结构下的最优资源弹性。最后分别在真实实验平台与仿真实验平台上进行了实验,结果表明所提出的分配方案在树状数据中心和Fat-tree数据中心下分别具有最优的资源调度弹性。(2)基于通信开销的云数据中心弹性资源调度问题研究,即以给定云数据中心中的用户分布及其资源请求状态为前提,设计合理的资源调度方案实现用户通信开销增长限制下的云数据中心弹性资源调度。针对用户请求的不同特征,本文分别以优化资源调度弹性为目标给出相应的资源分配方案,并将该问题分为以下三种情况进行讨论。1)单一用户集群扩展:考虑通信开销下单一用户集群扩展问题,并给出了可证明的基于虚拟集群位置感知的最优弹性资源调度方案。2)多用户集群扩展:通过考虑一段时间内一组用户的弹性资源调度问题,将通信开销下单一用户集群扩展问题延伸为离线多用户集群扩展问题。本文证明了该问题为非确定性多项式(Non-deterministic Polynomial,NP)难问题,并在离线多用户集群扩展问题下提出了一种启发式解决方案。3)在线多用户集群扩展:本文进一步研究了在线多用户集群扩展下的弹性资源调度问题,通过贝叶斯估计的方法分别对同步和异步两种情况进行了研究。大量仿真实验表明,在不同特征的用户请求下所提出的资源调度方案均具有较好的资源调度弹性。(3)面向多用户的云数据中心弹性资源调度问题研究,即以给定云数据中心拓扑结构及多用户虚拟集群请求为前提,设计合理的资源调度方案实现软管模型下的多用户资源调度。在该问题的研究中,依旧以优化数据中心资源调度弹性为目标实现计算和通信资源约束下的优化配置。本文首先将多用户资源调度问题转换为整数线性规划问题,并通过分析得出由于该问题中存在大量变量和约束条件,用单纯形法或椭圆方法很难解决。然后,提出了一种基于动态规划的最优解决方案,并对该解决方案的复杂度进行分析。在此基础上,为降低动态规划解决方案的复杂度,本文提出了一种启发式算法,该算法能够较大限度地提高弹性并实现多个用户虚拟集群部署,同时保证用户的带宽需求。大量的实验表明,本文所提出的方案在弹性和传输效率方面均优于其他方案。