随着虚拟化技术和计算机硬件平台架构的迅速发展,虚拟计算环境中的计算资源管理已成为近几年计算机系统结构领域的研究热点。虚拟化技术能够有效进行服务整合以减少服务器数量从而降低能耗,增强服务器可靠性,然而它同时带来的底层架构的变革及上层应用服务需求的持续改变给虚拟化计算环境中底层资源的优化分配策略带来了挑战。由于应用负载对资源的需求持续动态变化难以预测,虚拟机系统本身无法监测到每台虚拟机的资源实际需求量,如何合理有效并自适应地完成资源池中资源的调度分配以提高计算资源的利用率及满足应用的性能需求是虚拟化计算环境中资源分配研究的重要课题。本文研究了现有计算资源池中的资源分配策略,详细阐述了虚拟化技术发展现状、Xen虚拟化技术、资源管理的相关方法等,对现有的虚拟计算环境中的资源分配策略做了总结,并指出了虚拟化为资源分配带来的挑战。在此基础上,本文基于Xen虚拟化平台提出了两种基于效用的虚拟化计算环境中动态资源分配策略,以及为了更好地在资源分配自适应控制过程中预测应用的资源需求建立了性能映射模型。主要内容包括:(1)在虚拟机监视层不能按照客户域中的负载特性和水平对虚拟机之间物理资源的分配进行动态调节的情况下,为了在分配策略中能够准确地预测在特定强度时一种资源分配方案能够达到的性能目标,在大量实验收集样本数据后,使用神经网络建立了资源性能映射模型。(2)从资源请求方角度出发,基于系统整体客户域(Guest Domain)效用最大化原则,提出了一种基于计算经济的动态资源分配策略。采用受控于资源使用情况的价格以及客户域整体效用函数动态地进行调整以解决有预算限制的各客户域竞争有限资源的问题,每个域的效用函数考虑性能与预算之间的均衡,整体效用函数综合各个域的效用取值,以求得资源的最优分配。在策略中,提出以“积分制”进行调整激励资源得到合理使用以及策略的公平性。(3)从资源提供方角度出发,基于服务水平协议(SLA)服务区分原则,给各个域划分级别,提出了基于服务区分的动态资源分配策略。以最大化系统收益为目标,根据系统满足每个域性能目标时得到的不同增益和惩罚,建立资源与系统效益的关系,得出基于服务区分的非线性持续优化模型,满足不同服务级别客户域的服务质量要求及资源按需分配与合理使用。本文对上述提出的资源分配策略进行了仿真,验证了策略的有效性和合理性。结果显示,基于计算经济的资源分配策略在负载状况及应用的目标性能需求发生改变时,资源能够合理地根据客户域在性能和开销之间做出的均衡在多个域之间进行调度;基于服务区分的资源分配策略能够为多个不同级别的客户域在不同的负载状况时提供区分服务,并且在资源充足时保证每个域的资源需求。两种资源分配策略都能合理地动态分配资源,提高资源利用率。