Hadoop平台是目前比较知名的云计算系统开发平台,它是一个开源的、易扩展、可靠性高的分布式计算框架。其最大的特点就是并行化对应用程序开发者是透明的。Hadoop允许应用程序运行在大量廉价的硬件设备组成的集群上,为应用程序提供了一组稳定可靠的接口。但它发展时间较短,研究还不够深入,还有很多需要改进的地方。作业调度技术是Hadoop平台的关键技术之一,直接关系到Hadoop平台的整体性能和系统资源的利用情况。但是现有的作业调度算法均存在着一些不足之处,因此,通过对现有作业调度算法的分析研究,改进其不足之处,对Hadoop平台的发展具有重要的意义。本文主要进行了以下研究：(1)本文对Hadoop平台的架构及其核心技术进行了研究；深入研究了Hadoop平台下的作业调度技术,详细分析了现有的几种作业调度算法：FIFO算法、公平调度算法(Fair Scheduler)、计算能力调度算法(Capacity scheduler)等。并结合实验数据深入分析了基于优先级的加权轮询调度算法(PBWRR算法)和优先级加权的滑动窗口调度算法(PWSW算法)。(2)在深入分析研究了现有调度算法的优劣后,本文提出了基于遗传算法的Hadoop平台作业调度算法,使用该算法进行调度,能找到作业完成时间较短的调度结果,本文详细的给出了该算法的基本思想、算法流程、设计要点,并对该算法进行了实验验证,实验结果表明该算法可以对Hadoop平台下的编程模式实现较为理想的作业调度,是一种有效的作业调度算法。