近年来,随着技术和网络的发展,人们对计算能力、资源集中化、资源利用率的要求越来越高,云计算应运而生。云计算通过网络将处于不同地方的服务器的计算,存储能力连接到一起并形成一个资源池,然后根据用户的需求,能快速地将对资源进行分配或者回收资源。随着云计算的发展,人们越来越倾向于将应用和服务部署到云环境中。一方面云平台的扩展能力强和虚拟化的特点为云环境下服务的有效监控和快速部署提供帮助,另一方面云环境下的服务种类和数量越来越多,也给云平台的管理带来不便。在这背景下,如何有效的对各种各样的服务进行部署,管理,监控,并进一步根据用户多种多样的需求对服务进行组合是云环境下服务组合面临的关键问题。在传统环境下的服务选择和组合的研究已经有了一定进展,但是目前研究还是以传统的web服务作为研究对象,而各种各样的大数据服务也不断涌现,也为服务组合带来了新的挑战,大数据服务由于本身的特性,展示出来了与web服务不同的特点,如与web服务相对稳定的处理时间不同,大数据服务的处理时间受到了输入数据量的影响很大,而且处理时间都是比较漫长,传统的web服务调用方式和组合方式也不能直接应用于大数据服务中,所以大数据服务和web服务的组合也是云环境下服务组合所面临的另一个关键问题。为了对上述问题进行解决,本文在Openstack基础上设计了一个基于云计算的服务管理平台用于对应用的自动化部署,应用实例的监控,服务调用和基于Artifact的服务组合等关键技术进行研究和实现,在此基础上还研究了基于QoS的服务组合优化问题,提出了使用线性回归模型预估大数据服务运行时间和使用AHP分析法对权重进行确立的方法,最后对基于回溯法的服务选择算法进行改进,并通过实验验证了线性回归模型的有效性和改进回溯法性能上的提高。