资源利用率低是现今云计算系统中普遍存在的问题。资源利用率低不但会降低作业的执行效率,而且会增加用户使用集群资源的成本。如何高效地分配和使用资源是云计算系统中需要重点关注的问题。应用程序的多样性和集群的异构性是目前云计算系统中资源分配所面临的主要挑战。负载的多样性和集群的异构性使得在应用程序运行之前很难准确预测其资源消耗。分析集群负载日志可以了解集群与任务的特性,进而作为资源分配策略设计的依据。现有基于历史信息的研究工作假定同类型任务的资源消耗与完成时间是相同,然而任务的实际资源消耗与完成时间只是相似的。为此深入分析了任务的资源消耗与完成时间的相似性特征。通过资源消耗与完成时间的概率分布能够很好地描述任务的特性。并通过高斯拟合得出其概率分布函数,用于资源分配策略的设计。根据任务的资源消耗概率分布函数,提出了一种基于任务统计特征的资源分配策略。分析表明,该资源分配策略可以达到资源利用率在理论上的极值。实验结果表明,该策略在异构集群中的多种应用中都取得了良好的性能,可以最大限度地缩小资源分配与资源消耗之间的差距,可以使资源利用率达到85%以上,能够缩短应用程序25%以上的执行时间。此外,随着节点上可用资源的增加,减少应用程序执行时间的效果也随之增加。协同部署低延迟作业和批处理作业是提高数据中心利用率和降低成本的有效方法。这种方法的主要挑战是在作业之间共享临时空闲资源的干扰,为此提出了一种基于任务统计特征的临时空闲资源管理方案:尾部延迟感知分配策略(TLAA)和低成本资源撤销策略(CERR)。实验结果证明在不同的尾延迟要求下,TLAA可以提高瞬时资源的利用率,并能够至少缩短批处理作业20%以上的完成时间;CERR可以降低资源撤销对批处理作业的影响,并且比现有的资源撤销策略有更好的性能。