云计算自诞生以来就由于其高可用性、可伸缩性和成本效益得到高速发展和广泛的应用。云计算的迅猛发展使得规模庞大的数据中心需要巨额的电源供给来维持运作。随着云服务提供商的规模扩大,基础设施的耗电量很可能成为限制数据中心发展的最大瓶颈。无论是从提高云服务提供商的经济效益的角度,还是从保护环境减少致使全球变暖的二氧化碳排放的角度来说,提高数据中心的能源使用率都是绕不开的话题。而基于云计算的受欢迎程度,学术界和工业界都对虚拟机-物理机架构的节能方法进行了充分而广泛的研究。云容器作为继基础设施即服务、平台即服务和软件即服务之后的新型服务架构,自2015年现世,在一年内就占领了13%的云服务市场,但是针对云容器架构的节能研究屈指可数。因此,本文对云容器环境的节能问题进行了探讨,提出了一种启发式的动态容器整合方法以最大化数据中心的资源利用率。容器整合方法的降低能耗的原理是将数据中心的负载集中到尽可能少的服务器上运行,并关闭或者休眠空闲的主机。但是负载被集中到少量服务器上会导致服务器过载的风险增大,进而引起服务等级的下降。为了在整合容器的同时,避免过载情况的发生,本文设计了预测算法判断主机过载的风险,从而能够在主机进入超负荷状态之前迁移其上的容器。并且在该方法的基础上针对服务质量进行了进一步的改进。改进的算法在迁移容器的时候,通过自适应的资源预留机制为容器选择迁移的目的主机。这种机制通过在主机上预留空闲资源,避免迁移策略执行后,主机由于负载波动而发生反复过载的情况发生,进一步避免了服务质量下降的可能性。为了证明设计方法的有效性,论文基于真实环境的工作负载记录进行了实验评估。实验结果表明,设计的两种启发式容器整合方法算法显著的降低了数据中心的能源消耗,而改进后的算法能够在降低数据中心能耗的同时尽可能地避免了服务等级的降低。云容器资源调度本身是一个NP难的问题,启发式算法的优点就在于它能够为NP难问题在可接受的时间开销内找到一个可行解。本文实现了在同类算法中分别能达到最优能效和最优服务质量两个的优化策略,能够应用于不同要求的云服务环境。