在这篇文章中,我们主要介绍基于光网络的分布式计算系统。基于光网络的分布式计算系统将地理上分布的计算资源通过可以动态提供高速低延时传输的光网络连接起来,为科学计算、系统设计和虚拟现实等新型应用提供计算服务。本文主要研究基于光网络的分布式计算系统中的任务调度和容错策略问题。为了能够提高系统效率,尽快的执行用户提交的应用,基于光网络的分布式计算系统需要一个有效的调度算法。首先,我们介绍扩展链表调度算法。这个算法在经典的链表调度算法中加入了为数据传输计算波长和路由的算法。接下来我们提出基于调度关键路径算法。这个算法根据任务的实际执行代价来调度任务。我们开发了一个仿真器来对不同的算法性能进行评价。首先将不同算法在简单的系统上的结果同用OPL Studio软件计算出的最优解进行了比较。我们还在比较复杂的系统上进行了实验来衡量不同算法的性能。各组实验都证明调度关键路径算法能够计算出更好的调度结果。文章中还对基于光网络的分布式计算系统中的容错问题进行了研究。我们首先提出了重调度策略,按照这个策略在系统中出现故障的时候,系统根据故障信息重新调度未完成的任务。我们通过仿真实验来评价重调度策略,仿真结果证明在系统中存在多个故障的情况下,重调度策略可以得到很好的结果。但是,对于具有实时性要求的应用来说,重调度策略无法提供可靠的完成时间。而基于光网络的分布式计算系统却需要这个时间作为是否接受用户请求的参考。因此,我们引入资源备份策略,通过为每个计算任务和数据传输建立备份资源。根据故障模型,我们为计算任务和数据传输均引入备份资源。我们提出了两种类型的资源备份策略:分层备份和联合备份。分层备份策略直接利用已有的计算资源和网络资源的备份策略,来实现基于光网络的分布式计算系统中的资源备份。而联合备份策略则同时考虑计算资源和网络资源的备份,试图减少不必要的资源冗余。仿真实验结果证明联合容错策略能够得到更好的结果。