任务调度是云计算的关键技术，在网络带宽有限的情况下，为减少任务执行过程中的网络传输开销，可将任务调度到输入数据所在的计算节点上，面向数据本地性的任务调度算法就成为云计算任务调度技术中的一个研究热点。已有基于数据本地性的任务调度算法大多通过推迟调度部分作业使其等待合适的计算节点，以达到较高的数据本地性。在等待开销较大情况下，延迟策略会影响作业响应时间，且不能保证系统负载均衡。此外，基于云计算平台的应用通常需同时使用众多计算、存储资源来完成计算任务，对系统容错能力的研究就变得越来越重要。大多数传统的基于主从备份的容错调度算法，都为每个主任务拷贝多个备份任务，虽可保证系统容错能力，但需大量备份成本，且只考虑某一时刻单个处理机发生故障时如何调度备份任务，而针对某一时刻多个处理机同时发生故障时如何调度备份任务并没考虑。本文在对云计算特点进行研究的基础上，提出了基于数据本地驱动的主任务调度算法—DLD（Data Locality Drive）算法。该算法解决了同时满足用户服务满意度和负载均衡问题。此外，考虑单备份任务状态下，针对多个处理机同时发生故障的情况，提出了最小备份成本调度算法，该算法解决了传统的基于主从备份的容错调度算法需大量备份成本问题。论文主要工作包括：①介绍了云计算的出现背景、形式以及体系结构，将其与并行计算、网格计算和效用计算进行了比较，简单概括了云计算的特点，对现有成熟的云计算平台进行了介绍。②综合考虑到数据本地性、网络带宽、集群负载情况，提出了DLD算法。该算法将任务调度分为两阶段，第一阶段为“本地”阶段，将所有任务都调度到输入数据所在的计算节点上。第二阶段为“均衡”阶段，迭代地将最大负载计算节点上的任务移到最小负载的计算节点上，直至作业响应时间最小。③针对多个处理机同时发生故障的情况，在研究备份重载和同步错位调度技术的基础上，运用边界调度概念得出最小备份成本调度算法，该算法以备份成本最小化为主要目标。④通过仿真实验模拟调度实验数据，分别分析了主任务调度算法和备份任务调度算法的性能，结果表明本文所提算法对云计算环境任务调度有良好借鉴作用。