云计算这一全新计算模型的提出,不仅加快了应用程序的部署,大幅降低了购买硬件、电力以及维护的成本,同时在很大程度上满足了业务需求的不断增长和服务应用的快速发展。云计算最明显的优势在于对软硬件资源全新的使用方式,因此,云资源管理也就成为了“云计算”的核心问题之一。到目前为止,从云资源提供者的角度,为保证应用的性能同时增加云资源使用率的研究有很多;相比之下,从云资源使用者的角度,研究如何更好地利用云资源,为用户提供性能更为优良的服务,并从中获得最大化利润的研究还很少。本文将关注如何为云资源使用者,也就是Web服务提供商制定资源请求和使用策略,从而一方面保证服务的性能,另一方面达到最大化Web服务收益的目的。首先,本文会对多层Web服务的性能建模,并度量基于预测负载的各个服务的各层性能,为资源调度打下理论基础;再次,建立收益和资源的量化关系,在性能出现瓶颈或资源供给过剩时,为服务提供者制定以服务利润最大化为目标驱动的资源请求调度策略。由此,Web服务提供商在服务等级、租用资源成本和服务收益之间达到最佳平衡点,从而实现利润最大化。从云资源提供商的角度看,由于云资源得到高效利用,进而间接实现了绿色计算的目的。针对这一问题,本文将针对现有Web应用性能模型的不足,例如参数过多不利于实施、没有针对不同种类资源建模和不支持异构环境等,提出了基于资源状态监控和排队论的性能预测模型。该模型采用监测、预测和回归求解的建模策略,突出了即时性、易执行性、自适应性等特点,使其更适合复杂云环境下的Web应用。接着,为了提高云资源使用者的利润,在建立收益、QoS和资源之间动态平衡模型之后,本文将解决如何在应用性能出现瓶颈和资源供给过剩时,对不同的层次增加或减少资源,且在满足一定的服务等级约定(SLA)的基础上使得云应用提供商的收益最大化。本文设计并实施了三个实验以验证性能预测模型及利润最大化策略的有效性,它们分别是基于预测模型的Matlab实验、CloudSim上的算法实现实验、基于RUBiS的性能模型和系统模型实验。实验结果表明,本文提出的方案在负载预测以及性能评估方面都有良好的表现,能够为资源调度策略提供准确的基础数据;同时,在负载增长和资源过剩的情况下,资源调度策略能够在基本保证满足服务等级约定的基础上,确保Web服务提供商有最大的收益。本文的主要贡献在于从负载预测、多层应用的性能预测和以利润为驱动的资源调度等角度出发,对资源优化方法做出了初步的探索,旨在提高云资源的使用率,从而达到云资源使用者和云提供商在利润上达到双赢的目的,真正实现“绿色”科技。