目前,在大数据、物联网、人工智能和云计算的时代背景下,云计算就是一切的基础,物联网、大数据和人工智能都必须依托于云计算才能发挥其最大作用。云计算利用虚拟化技术为用户提供高扩展性的新型计算模式。但是集群资源利用率低成为数据中心面临的首要难题。无服务器架构作为一种颠覆式的应用程序开发方式成为时代新宠,对于企业来说构建无服务器应用不需要提供及维护服务器、不需要对计算和存储等服务预留容量,从而为公司降低部署成本和运营成本。其最显著的特征就是按需伸缩,按使用收费。从云服务提供商角度来看,无服务器架构的广泛应用需要通过有效的优化和管理云资源来降低运营成本。因此,如何对数据中心资源进行有效的管理,从而降低能耗、提高资源利用率及减少运营成本显得尤为重要。本文主要的研究工作主要包括以下两个方面:(1)对数据中心的能耗问题进行分析,叙述能耗构成以及搭建能耗模型,基于排队论的思想求解备用服务器开启与关闭阈值的最优值,建立数学模型来确定能耗与阈值、平均等待时间之间的关系,给出性能与能耗的制约关系。(2)提出云数据中心部署与调度模型以及基于蚁群优化的虚拟机部署与调度策略。蚁群优化算法相较于基本蚁群主要体现在对启发式因子的优化、消耗状态优化以及信息素浓度更新优化。而后对该蚁群优化算法用来解决虚拟机部署与调度问题时的优化模型、算法流程进行了详细阐述。蚁群优化算法(MACO)分别与轮询算法(RR)、Min-Min算法、基本蚁群算法(BACO)进行对比实验,分别从任务完成时间、对比实验、平台占用时间以及系统能耗四个方面进行验证,实验结果表明蚁群优化算法在任务完成时间、资源利用率、服务稳定性以及降低能耗方面均有良好表现。上述研究将为后续云资源管理技术的研究奠定基础,使得虚拟机部署与调度算法能够更好的适用于规模庞大、负载复杂、资源多样的云数据中心。