近年来移动互联网发展迅速,计算资源的需求日益增大,服务器的能耗也越来越高。随着规模不断扩展,计算资源的管理成本也不断增加,云计算模型在分布式计算、网格计算和并行计算等模型的发展基础上被提出来。云计算通过将分散的资源整合起来形成一个虚拟的巨大计算资源池,资源池再以服务的形式按需向用户提供资源,从而提高资源的利用率,降低服务无关的能量损耗,同时能有效减缓服务过程中的资源出错问题。虚拟化技术作为云计算的关键技术一直受到广泛的关注,其强大的管理机制是提高系统整体资源利用率的一条强有力的途径,虚拟机动态迁移技术更是作为虚拟化技术中的重中之重。然而,在用户规模和业务需求高速增长的情况下,数据中心不断添加新的服务器,导致数据中心的能量消耗越来越大,虚拟机数量越来越多,虚拟机集群的资源调度愈发显得重要。而现有关于动态迁移的研究很少兼顾数据中心迁移次数和负载均衡两个角度。本文通过考虑迁移时机、迁移目标和迁移目的地三个方面提出了一种云计算环境下虚拟机动态迁移策略,该策略减少数据中心迁移次数的同时能够保证负载均衡,该策略的主要工作如下:1)设计了一种基于多资源的虚拟机迁移触发策略,当某一资源过载时能及时的触发虚拟机迁移,以保障数据中心的服务质量。2)设计了一种基于最大评估值的虚拟机选择策略,该策略同时考虑虚拟机和当前服务器的资源使用状态,并结合了 CPU和内存两种资源,大大减小了数据中心的迁移次数,减小了能耗,保证了数据中心的负载均衡。3)设计了一种基于Topsis多准则决策的目标服务器选择算法,通过计算服务器的评价值来选择负载最小的服务器作为目标服务器,保证了服务器之间的负载均衡。不仅如此,本文分析了 OpenStack现有迁移策略的缺陷,OpenStack现有的迁移策略无法自动触发迁移,需要手动指定需要迁出的虚拟机。此外,现有迁移策略选择目标服务器算法单一,通常是将最大内存剩余量的服务器作为迁入服务器。针对OpenStack的不足,本文提出了一种资源调度策略对OpenStack的动态迁移进行优化,并进行了系统实现。除此之外,本文还通过大量的实验对提出的资源调度策略在CloudSim上进行了测试与分析,实验结果表明本文提出的基于最大评估值的虚拟机选择策略和基于Topsis的目标服务器选择策略均能有效减少数据中心的迁移次数,而且在绿色节能方面也有着不错的表现。