云计算的发展是有目共睹,其中资源调度是云计算研究热点领域之一。资源调度是根据调度目标将任务映射到可用资源,从而建立有效的映射关系的过程,它是一个NP完全问题。目前有很多关于资源调度方面的研究,但是仍然有不足之处,有些算法考虑问题不够全面,有些算法性能优化程度不够,因此,如何设计有效的资源调度策略以提高云环境下调度效能以及节省能源成本成为新的研究热点问题。为了克服传统的max-min算法在负载不均衡、时间跨度大和响应时间长等不足,本文提出了一种基于max-min算法的优化调度算法(OPMMA),以减少时间跨度、任务完成时间、任务响应时间并提高资源利用率。OPMMA算法主要分为三种场景,场景1:任务长度之间差距较小,物理资源之间的处理速度差距较大;场景2与场景1完全相反;其他情况本文称为场景3,并且场景3在本文中不做重点研究分析对象。OPMMA算法减少调度时间的关键在于利用不同CPU处理速度下和不同长度的任务,按照不同场景的特性进行调度,提高单位时间内物理机处理任务的速率。仿真结果表明,在场景1和场景2中,OPMMA算法虽增加些许任务完成时间,但能够显著降低调度过程中的时间跨度和响应时间,该算法具有一定的适用性和实用性。针对云计算环境下的高能耗问题,本文从系统节能的角度提出了一种节能资源调度算法(ESSAMM)。该算法在max-min算法的基础上综合考虑了用户对于任务期望的完成时间和能量消耗两个因素,以节省任务执行过程中产生的能量消耗并提高用户的时间Qo S满意度,实现负载均衡。在ESSAMM算法中,首先将任务集合中各任务按照长度从小到大排序,并根据时间Qo S为该集合中长度最大和最小的任务选出符合用户期望的物理资源;接着,根据能量估算模型,计算出这两个任务在各物理机上的能耗;然后,选择最小能耗对应的物理机来执行该任务;然后,将这两个任务在任务集合中删除,并重复上述过程,直到任务集合为空。仿真结果表明,ESSAMM算法虽增加了少许的任务完成时间,但能够有效降低系统执行任务产生的总能耗,提高资源利用率。