云计算的成功促使了大规模数据中心的建立,以满足日益增长的按需计算能力需求,同时云数据中心也消耗着巨大的电力能源,如何对云数据中心的资源进行高效的管理具有很大的挑战性。云数据中心消耗着大量的能源,加重了二氧化碳的排放量,给环境带来了污染。因此设计合理的节能调度算法来管理云数据中心的资源具有十分重要的意义,这不仅能够降低数据中心的能量消耗还能够减少企业的运营成本。然而在一般情况下,综合考虑多种因素的节能调度算法都是NP-难问题。已有的大多数任务调度中均未考虑虚拟机生命周期的限制和物理服务器总运行时间等决定能耗的因素。静态离线节能调度算法有最优的3倍近似比算法MFFDE,而对于动态在线节能调度的研究则相对较少,对一般的实例最为知名的结果是竞争比为g的GREEDYBUCKET算法,g是物理机的CPU总容量,g?2。本文考虑了云数据中心的虚拟机在线节能调度。虚拟机在线节能调度的目标是在任务的生命周期中非抢占地进行调度,使得所有机器的总忙处理时间最短。对于这一在线调度问题的研究,本文提出了竞争比为?的GRID算法和竞争比为22 1(1)g g k k????的BFF算法,其中1???g,k为最长区间的长度与次最长区间的长度之比,且k?1。为了提高数据中心资源的使用率,结合了迁移技术,提出在线GRID迁移算法和在线BFF迁移算法,通过大量模拟对比分析发现,本文提出的在线GRID和BFF算法较已有算法平均节能10%-20%;增加适当虚拟机迁移之后,进一步降低总能耗5%-10%。