随着云计算的规模激增,云数据中心需要配备数千个计算节点以提供良好的服务质量(Quality of Service,Qo S)。大规模云数据中心的运转势必要消耗大量电能。因此,在确保云计算服务的Qo S的前提下,将数据中心的能耗控制在合理范围内对云计算服务提供商至关重要。服务器整合(server consolidation)是降低能耗,提高物理主机利用率的有效手段。但是,在计算任务稀疏的情况下会出现整合比过高,而在大量计算任务突发时将导致云计算服务的Qo S不能得到有效保障。因此,本文通过虚拟化技术和服务器整合技术相结合的方法,实现云服务质量和能耗之间的相对平衡。本文主要工作如下:1)针对服务器整合问题构建异构云环境下的双管理器(dual-manager)整合模型。该模型是将集中化的主管理器与自启发式的从管理器相结合。主管理器控制调度全局操作,从管理器辅助执行整合指令。2)基于dual-manager整合模型提出两种主机检测算法和三种虚拟机选择算法。在整合过程中的主机检测阶段,针对主机负载状态和CPU利用率阈值分别提出经验检测算法(Empirical Forecast Algorithm,EFA)和牛顿插值检测算法(Newton Interpolation Algorithm,NID)。在虚拟机选择阶段,通过分别斟酌CPU和内存资源使用情况,提出了最大CPU使用率选择(Maximum CPU Usage Selection,MCU)、最小内存使用率选择(Minimum Memory Usage Selection,MMU)及最大权重优先级选择(Maximum Weight Priority Selection,MWP)算法。3)设计一种能够二次优化数据中心系统性能的虚拟机放置策略(Virtual Machine Placement,VMP)。该放置方案针对过载和低载两种非常态物理机分别采取迭代迁移和打包迁移放置策略。4)通过对整合问题中的每个子阶段实施提出的算法,得到Ef-算法组和Ni-算法组。为了测试整合算法的有效性,本文在Cloud Sim平台上进行了仿真实验,选用Planet Lab数据集来模拟仿真虚拟机的使用轨迹。仿真实验表明,本文提出的方法较传统方法具有一定的优势。