随着云计算基础设施的快速发展和部署,利用云资源进行数据存储和分析的技术已被许多科学领域广泛应用。但是如何在多云环境中管理科学工作流和执行流数据集已经成为一项重大挑战。科学工作流中的计算模块一般由数据生成、处理和分析等一系列计算任务组成,同时流式工作流(Streaming Workflow)不断产生大量的实验或模拟数据集,也需要在某些性能和计算资源限制的情况下进行及时处理。为了满足不同领域的科学家优化各种目标的要求以及不断扩大的应用程序规模,通常需要在多云环境中部署数据和网络密集型的科学工作流,如何降低云间数据传输成本面临着巨大挑战。本文考虑了两个不同目标约束下的多云环境中流式工作流调度问题,即在预算约束下最大化流式工作流的吞吐量(MaxStream-MC)和在吞吐量约束下最小化流式工作流的执行成本(MinStream-MC)。本文所研究的内容,主要包括以下几个方面:(1)本文使用了具有云间和云内数据传输的工作流三层架构。该架构分为三层:i)顶层由许多计算模块组成,这些计算模块之间具有执行并行性和依赖性;ii)中间层定义了位于不同数据中心的物理机上配置虚拟机类型;iii)底层定义了许多分布式数据中心,这些数据中心由物理机集群组成并通过高速网络连接。基于该模型给出了本文的数学模型和问题定义,并证明了问题的复杂度。(2)针对本文考虑的两个问题,分别设计了一种启发式算法,即:多云环境中预算约束下流式工作流调度算法(B-StreamWS)和多云环境中吞吐量约束下流式工作流调度算法(FR-StreamWS),这两种算法都分为三个主要阶段:i)根据工作流结构将DAG划分为有序层;ii)给模块分配虚拟机类型;iii)给映射模块的虚拟机配置物理机和分配链路带宽。(3)在不同规模的工作流和云中对本文设计的两种启发式算法进行仿真实验,并与现有的启发式算法比较。实验结果表明本文设计的启发式算法B-StreamWS与B-RATE,MCWM,Critical-Greedy(CG)和Greedy LDP算法在预算相同的情况下进行比较的吞吐量,分别提升了31%,25%,37%和28%。算法FR-StreamWS与TP-RATE和SC-PCP在吞吐量相同的情况下比较成本的大小,提升率分别为36%和23%。