作为云计算的基本特征,动态可扩展性使云系统能够根据用户在运行时的需求动态扩展或缩小资源,这是降低云服务商的成本并提高用户交互效率的关键。目前仍然缺乏有效的方法来定量衡量云计算系统的性能和成本,并完成系统整体配置参数的优化,使得有效预测和优化云计算平台的成本和性能已成为云计算领域的关键研究挑战之一。在本文中,为了定量预测云计算平台的成本和性能,我们提出了两种模型,一种是考虑虚拟机的热/冷启动和热/冷关机的云计算资源分析模型,另外一种是考虑虚拟机功耗的云计算资源分析模型。第一种资源分析模型中考虑了虚拟机状态的多重划分,将虚拟机状态分为热/冷启动和热/冷关闭状态。同时,基于M/M/N/∞排队模型,通过拟生灭过程和矩阵几何解,计算出系统的稳定概率分布,用于分析云计算平台的性能和成本,并获取准确的绩效指标。第二种资源分析模型中考虑了动态功率调节,其使用排队模型,并基于拟生灭过程和矩阵几何解获取的稳定概率分布,分析不同功率级别下的虚拟机衡量指标,指标包括了弹性指标,成本指标,绩效指标,性价比等等。此外,为了对系统的整体配置参数进行优化,针对不同的资源分析模型,建立了不同的多目标优化模型,然后应用最优停止和提出的性能成本优化算法获取系统的最优配置。其中,第一个模型配置包括热启动虚拟机数量,系统服务速率,虚拟机热/冷启动率,冷热关机率等,第二个模型配置包括不同功率级别的系统服务速率,仅包括最低功耗级别的虚拟机个数,功耗级别间的转换概率等。最后,针对系统性能和成本优化,通过实验数据分析,得到了系统单参数优化方法和整体参数优化方法。同时,与现有优化方法的比较,证明了我们提出的性能成本优化方法的优越性。