近些年来，云计算技术取得了巨大进步，它采用虚拟化技术，将各种IT资源以服务的方式通过互联网交付给用户，计算资源、存储资源、软件资源等各种丰富的应用服务，都可以像水和电一样方便地使用，并可按量计费。随着云计算技术的日益成熟，各大IT企业分别推出了自己的云计算产品，如谷歌的GoogleApp Engine、亚马逊的EC2等。随着这些产品的问世，一些诸如性能、安全、可靠性的问题也开始显现，而任务调度就是其中一个亟待解决的关键性技术问题，它贯穿了云计算底层资源分配到上层服务交付的全部过程。本文研究了一些现有云环境下工作流任务调度算法，这些算法大多是从网格环境中的调度算法衍生而来，由于云计算具有以用户为中心、面向服务的商业性特征，这使得原有的调度方法在具有自身特点的云计算环境中存在执行效率不高的问题。在此基础上，本文通过分析云计算环境下工作流的调度过程，对工作流中各种控制结构进行分析总结，并对云工作流的调度过程进行了建模，调度模型由云工作流任务模型、云服务资源模型、调度目标函数三部分组成。之后针对截止期限约束的云工作流费用优化问题，提出一种基于控制结构化简的云工作流调度算法CSR（Control Structure Reduction），算法按照控制结构与其执行时间等价的计算原则，将工作流中所有控制结构等价为串联控制结构，并由此确定工作流的关键路径，再通过时间浮差分配算法，将工作流的截止时间转化为关键路径上各个等价任务的子截止时间，在各子截止时间内优化各任务的执行费用，最终在满足用户截止期限的前提下达到优化全局执行费用的目的。最后，本文在云计算仿真平台CloudSim上进行了扩展仿真实验。并与现有两种常用的工作流调度算法MCP（最小关键路径法）、PCP（局部关键路径法）做了仿真对比。仿真结果表明，本文算法在满足用户截止期限条件下最小化执行费用方面比其余两种调度算法更加优秀，而且尤其适用于云计算环境中这种大规模的工作流任务调度问题。