用户请求具有泊松到达、一般随机到达等不同模式,具有不同忍耐度、截止期等约束;服务资源通常为单队列或多队列的异构处理器,其服务方式服从指数或其它随机分布。这些模式和约束组合成多类复杂排队模型,如何为每类供需服务确定合适的处理器数量并合理调度以优化响应时间和功耗、租赁成本、系统能耗、服务提供商收益等不同目标是云计算的关键问题之一。针对具有忍耐度、截止期等不同约束的泊松到达用户请求,分别研究单队列和多队列异构处理器的排队性能分析和调度优化方法。论文的主要创新工作体现在:·云服务随机请求的单队列性能分析与调度:考虑面向异构处理器的云服务随机请求,构建单队列排队模型;根据处理器启动时间、状态、类型数确定服务系统的状态空间,采用马尔可夫过程计算系统拒绝率;结合系统可用率约束,提出基于二分法的处理器数量和初始类型的决策算法;构建处理器选择策略的评估算法,评估系统的性能;提出系统响应时间和功耗均衡的迭代改进请求调度策略。通过大量随机实例,采用方差分析方法校验系统参数;基于随机实例与真实云实例将所提出算法与已有算法比较,验证了所提算法的有效性。·带忍耐度的云服务随机请求单队列性能分析与调度:考虑不同忍耐度用户的云服务随机请求,构建租赁成本最小化的单队列排队模型;根据异构处理器的配置和队列长度,构建系统状态空间;采用马尔可夫过程分析请求的实际等待时间;结合最大等待时间和用户忍耐度约束,计算系统拒绝率;基于系统拒绝率与系统可用率的比较结果,提出处理器配置合理性判断策略;提出面向不同忍耐度用户需求的处理器迭代优化配置策略,构建租赁成本最小化的调度算法。通过大量随机实例,采用方差分析方法校验系统参数;基于随机实例将所提出算法与已有算法比较,验证了所提算法的有效性。·截止期约束的云服务随机请求弹性单队列性能分析与调度:考虑带截止期约束随机请求在队列长度上的弹性需求,构建队列长度不定的弹性单队列模型;根据异构处理器和请求截止期确定队列长度和系统状态空间;依据马尔可夫过程证明拒绝率与弹性队列长度的定性变化关系;根据处理器的异构性和请求截止期,提出最佳处理器配置和队列长度的策略;提出能耗最小化的云服务随机请求弹性单队列调度算法。通过大量随机实例,采用方差分析方法校验系统参数;基于随机实例与真实云实例将所提算法与其它算法比较,验证了所提算法的有效性。·带忍耐度的云服务随机请求多队列性能分析与调度:考虑分布式云处理器资源和带忍耐度的随机用户需求特征,构建多队列排队模型;结合初始处理器配置,提出最小化请求响应时间的请求流拆分算法以合理分配请求到多队列;基于各队列处理器特性,提出各队列请求的最小化响应时间分配算法;基于变邻域搜索方法,提出最大化服务提供商收益的多队列随机请求服务调度算法,确定各队列中最优处理器数量和请求调度方案。通过大量随机实例,采用方差分析方法校验系统参数;基于随机实例和真实云实例将所提算法与其它算法比较,验证了所提算法的有效性。