云环境为工作流的高效执行提供了可以灵活按需使用的丰富计算资源,吸引了越来越多的用户。对多个具有数据依赖和时序依赖的工作流而言,如何有效地降低工作流的数据传输量并减少工作流的整体完成时间是云环境下工作流调度面临的重要问题。为了解决上述问题,本文提出了基于数据依赖的工作流调度方法。首先本文以进程代数的形式对工作流进行建模并精简了工作流的形式化定义。其次,根据工作流中各任务的执行时长以及时序依赖关系,计算出各任务的预计起始时间和预计结束时间。然后再根据各任务之间的数据依赖关系计算出工作流各通路数据传输量,基于选取最大通路数据量的原则将工作流划分成主任务集与非主任务集。其中,主任务集的任务统一调度至一台主服务器;而非主任务集中的任务则根据预计起始时间和预计结束时间调度至动态更新的各服务器空闲时间段中,以实现对多工作流的数据传输量及整体完成时间的综合优化。本文通过具体的实例演示验证了该调度方法的可行性,同时设计了仿真实验以通过与其他调度算法的对比,展示了本文基于数据依赖的工作流调度方法在数据传输总量和整体完成时间上的优化效果,验证了本文方法的有效性。