随着云计算的快速发展,用户对云计算的需求日益增长,云计算中心的规模也越来越庞大,随之而来的是云计算中心产生的能耗越来越大,能耗问题日益突出,因此,目前需要迫切研究云计算环境下的节能技术。云计算的目的是为了实现真正意义上的资源共享,云计算的资源调度是云计算的核心问题之一,能耗指标作为资源调度的系统需求,一方面受服务器性能的影响,另一方面也受应用性能的影响。资源调度问题鉴于其NP复杂性、环境的多样性、应用需求和调度目标等,一直没有得到很好的解决,尤其在IT能耗成为影响全球能源和环境因素的背景下,因此如何在资源调度的过程中权衡好节约能耗和应用性能是值得深入研究的问题。本论文从调度模型、调度依据、调度目标、调度策略四个方面分析了在云计算环境下资源调度的过程。首先根据云计算环境下任务到达和任务服务的规律,对云计算系统基于M/M/n排队模型进行建模,并对模型的性能进行数学分析,确定了云计算系统的资源调度模型。同时根据仿生学的思想提出并设计了仿生自主监控系统,根据该监控系统获得的资源监控数据,为后续的资源调度策略研究提供调度依据。紧接着建立了云计算系统的能耗模型,并测量具体服务器的能耗参数,确定了降低能耗和降低任务服务时间的调度目标。根据仿生自主监控系统获得的资源监控数据,结合提出的能耗模型计算出在服务器不同负载时服务器的能耗值,提出了集群负载分类调度策略。集群负载分类调度策略根据监控的服务器负载对云计算系统进行分类,划分为空负载集群、低负载集群、正常负载集群、高负载集群。为了使系统在大部分时间处于正常负载状态,对不同类别的集群采取不同的调度策略,在降低能耗和降低任务服务时间的同时,满足了负载均衡的要求。最后将运用较为广泛的Min-Min算法和集群负载分类调度算法在任务平均响应时间、服务器负载、系统平均功率、系统平均能耗等方面进行对比。表明了集群负载分类算法在降低能耗和降低任务服务时间方面的实用性和有效性。