随着大数据时代的到来,用户数量以及应用系统膨胀是必然的趋势,网络面临的数据量快速增加,网络通信压力面临严峻挑战,数据的处理能力对用户的体验和系统性能保障至关重要,传统的数据处理方法和存储手段已经无法满足要求,需要更加强大的设备来支持,例如大规模的服务器集群、超级计算机等。云计算、大数据、移动互联和物联网等新兴技术的快速发展,不断的推动着数据中心朝更开放、更敏捷的方向持续发展,云数据中心因此而生。对数据中心而言,托管的不再是客户的设备,是计算和带宽能力。对企业而言,需要提高信息化建设水平,面向数字化转型,在此过程中,既需要保持稳定性、可靠性和安全性等方面,还要迎战互联网化、移动化等新兴技术的趋势和挑战,但是由于自建数据中心在资金成本、部署周期等方面的因素,很多企业需要通过租赁数据中心的方式来满足自身业务的需求。如何在数据中心和企业之间建立高效的连接关系,使双方的收益最大化,同时保证服务质量是十分必要的。虚拟化技术是实现云计算的关键技术之一,也是云数据中心资源管理的主要手段,它将资源使用者的请求抽象成服务资源和网络资源的集合,称为虚拟数据中心(Virtual Data Center,VDC),从而对资源使用者隐藏了不必要的技术细节,使得资源的使用者不受物理或者地理位置的约束,灵活使用虚拟资源;另一方面,对资源供应商来说,通过使用合理的VDC放置和调度策略,在保障服务质量的同时,提高资源池中物理资源的利用率,实现收益最大化和运维成本最小化。本文提出的虚拟数据中心映射算法—基于关键节点的映射算法(based on Key-Node-Centered Mapping Algorithm,简称KNCMA),通过对数据中心的节点、链路、带宽等网络特征进行分析,从而对数据中心的资源情况有所认知。首先通过网络特征对节点进行筛选,寻找网络中对可用资源有代表性的节点作为关键节点,并设计节点重要度指标,对节点进行排序,然后根据排序规则选择其中的某个节点作为中心点,在其周围建立映射资源集合,并在该集合内完成VDC的映射,同时为了满足租户的性能需求,在映射过程中将提供带宽保障,即虚拟链路的带宽与映射后的物理路径上使用的带宽完全相同,不会出现超额订购的现象。为了寻找合适的位置建立映射资源集合完成VDC的映射,在KNCMA中加入了网络特征,由于VDC映射问题是NP完全问题[1],因此可以通过缩小映射范围减少映射尝试次数的方式,加快映射速度。同时,为了提高数据中心资源利用率和VDC映射成功率,在映射过程中,对VDC进行压缩,将多个虚拟节点映射在一个物理服务器上,这样也减少了带宽的使用,使数据中心可以接受更多的VDC,增加数据中心的收益。