多租户模式是云计算关键技术之一,它让不同组织的用户共享使用同一基础设施资源,有利于效益提高。由于不同的租户应用对资源的需求各不相同,同一租户应用也由于负载变化不同,所产生的资源消耗也各不相同。在多租户环境下由于租户间性能隔离和租户的安全性问题,需对租户的资源消耗进行实时监测。直接测量的方法由于要对租户的应用或系统环境进行修改而不适用于多租户环境中。本文针对多租户应用使用数学分析的方法讨论多租户应用的租户资源消耗。首先,研究租户应用的资源消耗时,内存、网络等资源一般使用直接测量获取。然而由于多租户需要共享环境的原因,租户应用的CPU消耗不易获取。直接测量的方法存在需要修改租户的应用环境的问题或性能开销的问题而不适用于多租户环境中。传统的数学分析的方法在多租户环境下因负载变化引起的共线性问题导致精度不高。针对传统的方法不适用于多租户资源共享、负载动态变化的环境,本文提出了基于多租户应用的CPU资源消耗基于回归分析的改进方法。通过分析租户应用的负载、响应时间、事务吞吐率从而预测租户应用的CPU资源消耗。实验证明,相对于传统的回归分析算法估算资源消耗,该方法能有效的提高精度。然后,在获取租户应用的资源消耗的基础上,分析租户负载并进行预测,实现多租户应用的资源调整系统,对多租户应用的资源动态分配。多租户环境中存在因个别租户应用负荷过高而引起资源竞争或侵占其他租户资源的问题。租户的负荷过高导致租户服务的响应时间变长,用户的等待时间增加,降低了服务质量。针对这一问题,我们基于历史负载信息分析,预测应用的负载,实现多租户的资源调整原型系统,并在原型系统中动态调节租户的资源分配,并通过实验验证其有效性。本文基于传统的回归分析方法进行改进,提出了一种适用于多租户环境下动态负载的CPU资源消耗估算方法。然后基于虚拟化的方式部署多租户应用,对负载信息分析预测,并将其使用于多租户的资源调整原型系统中。实验表明,该评估方法能有效的提高多租户环境中回归分析的精度,基于负载分析的多租户资源调整系统可以避免租户长时间高负荷,从而提高服务质量和资源利用率。