Nous évaluons les performances et la consommation énergétique dans un cloud modélisé par un modèle de files d'attente multi serveurs. Nous cherchons à adapter les ressources en fonction de la demande. Nous travaillons sur des politiques de type hystérésis, dans lesquelles les serveurs sont activés et désactivés selon l'occupation de la file. Notre objectif est de calculer les séquences de seuils d'activation et de désactivation permettant d'optimiser à la fois les performances et l' énergie, afin d' établir un compromis entre les deux. Nous proposons d'analyser mathématiquement la chaine de Markov en calculant la distribution stationnaire par une forme close en partant de coupes sur l'espace d'état et de manière récursive en fonction de la probabilité du premier état. Nous définissons ensuite une mesure globale qui s' écrit comme une fonction de coût sur cette distribution stationnaire prenant en compte à la fois l'énergie et les performances, et nous proposons des heuristiques afin de définir des séquences de seuils permettant de minimiser cette mesure globale.