数字印刷是印刷技术发展的重要方向,数字印刷的一个重要特征是每张印品上的图文数据是可变的,因此数字印刷要求极高的数据传输速率,当前主流硬盘带宽无法满足数字印刷对传输速率的要求。本文讨论了一种基于Hadoop的高速数据传输系统,为了提高传输速率,基于Hadoop的高速数据传输系统需要恰当的调度,已有调度算法很难达到较好的调度结果与较低的时间代价的统一。为此,本文重点研究调度算法,在保证好的调度结果的基础上减少计算时间。　　 本文首先描述了数字印刷遇到的传输难题和几种硬盘及网络数据传输加速方案。然后概述Hadoop分布式架构并给出基于Hadoop的高速数据传输系统框架,接着引入调度模型并讨论相关调度算法。在充分分析当前传输调度问题所具有的特性基础上,本文提出了分段二进制整数规划算法和基于难度估计的智能选择算法。此外,本文还讨论了Hadoop节点失效问题,并基于新算法提出一种快速重调度方法。　　 实验证明,本文提出的分段二进制整数规划算法和基于难度估计的智能选择算法在二进制整数规划算法适用的问题规模下,能够取得与二进制整数规划算法相近的结果,且计算时间更短。基于难度估计的智能选择算法的计算时间相对于二进制整数规划算法有两个数量级以上的提高。两种新算法都克服了二进制整数规划不能适用于大型问题的缺点。　　 最后,本文进行了总结,并对今后的研究方向进行展望。