分布式云计算的云端数据量巨大，而云端资源监控则需对大数据采样，因而产生大量的计算开销与资源消耗，对此，提出了一种两阶段的自适应监控方案。首先，在训练阶段，采集适量的资源样本，计算其资源变化相关的阈值参数，并计算资源变化的质量值；然后，在自适应监控阶段，使用训练阶段的算法，根据不同的资源变化剧烈程度更新采样周期，从而实现动态的采样周期调节。试验结果证明，与静态监控算法相比，该算法具有较好的监控性能，同时具有较低的资源开销。