云任务调度算法在很大程度上决定了云集群的性能以及用户是否拥有良好的服务体验,而数据本地性任务的选择又是研究云调度算法所需要重点考虑的部分。延时调度算法是公平调度算法的数据本地性问题最主要的解决方案,但该算法仍存在节点闲置的问题,并且在队首作业中同时存在多个数据本地性任务时考虑的不够充分。本文通过分析本地化任务的选择过程中任务数据本地化的概率和下一个本地化节点出现空闲的时间这两个因素,提出了基于决策函数的任务选择策略,以此对公平调度算法进行改进,从而提高任务的数据本地性。另外,为无本地化数据的节点设置最大的等待时间,如果该阈值大于该节点已等待时间则为该节点分配非本地化的任务,否则该节点将继续等待,这在一定程度上解决了延时调度算法的节点闲置的问题。最后,通过实验验证,本文改进的公平调度算法在处理中小规模的作业时比原有的公平调度算法可以有效地提高数据本地性并降低作业的响应时间。