Web应用与Web服务（统称Web系统）的弹性计算能力与强健壮性等需要依托云计算平台得以实现。为了提升智能化服务能力,机器学习、人工智能等多种技术逐渐用于处理日益复杂的用户业务,使得Web系统的结构逐渐复杂化、功能渐具多样性,导致现有大量针对单层和线性多层Web应用的云资源供应策略不能有效应对具有时变特征的复杂网状Web系统。因此,设计面向网状Web系统的资源弹性调度与性能控制方法是云服务供应商需要考虑的重要问题之一。此外,受负载动态波动、用户需求不断变化等客观因素的影响,系统会不可避免地出现性能瓶颈,引起资源利用率过高和性能骤减。同时,网状Web系统各层间复杂的负载传递关系也会影响瓶颈消除的效率。因此,如何在解决瓶颈的同时避免瓶颈转移成为资源弹性调度过程中需要解决的另一个重要问题。针对网状多层Web系统,本文从云服务供应商的角度出发,在满足服务等级协议（Service Level Agreement,SLA）中请求响应时间约束的前提下,考虑系统结构的复杂性、负载动态波动以及资源计费方式等诸多因素的影响,提出最小化虚拟机租赁成本的瓶颈消除策略和性能控制方法。主要工作如下:（1）基于有限状态的Markov离散随机过程对系统内各层间负载转移行为进行建模,并应用排队模型对各层负载处理过程进行建模,以使Jackson排队网络可对网状多层Web系统中负载行为进行准确描述。（2）基于Jackson排队网络提出负载预测与瓶颈消除相结合的弹性虚拟机调度策略,以预估消除瓶颈层时各层间的负载干扰从而避免瓶颈转移。同时,将控制理论与排队模型相结合为每层设计独立的控制系统以提高预测负载量的准确度。（3）基于状态空间模型直接对稳定系统内各特征间关系近似线性化建模,降低系统性能所受排队模型与特定负载模式的影响;并构建状态反馈与积分控制相结合的闭环伺服系统对系统内各层性能联合控制。各虚拟机调度策略均在基于Cloud Sim研发的网状Web系统模拟平台上进行评估。基于Jackson排队网络的虚拟机供应策略可有效消除瓶颈层的同时防止了瓶颈转移。在此基础上,结合控制理论实现各层独立控制的方法可在避免瓶颈转移的同时进一步降低违反SLA的比例。此外,对于负载波动相对稳定的场景,基于状态空间模型的性能联合控制方法可有效降低违反SLA的比例,并使各层平均响应时间稳定在参考值附近。