云计算是一种新兴的并行计算技术,在学术界和商业界都取得了巨大的发展,已有大量的云计算系统被投入使用。现有的Hadoop平台在异构环境下的调度效率低下,任务响应时间长,浪费系统资源。因此,通过研究现有的Hadoop平台的任务调度算法,发现其不足并改进,对改善Hadoop平台的整体性能和提高系统资源利用率有着很重要的意义。本文首先介绍了云计算的发展背景及现状、Hadoop平台的基本架构和核心技术。然后对Hadoop平台的任务调度技术进行了深入研究,在详细分析了四种现有的任务调度算法,包括FIFO算法、公平调度算法(Fair Scheduler)、计算能力调度算法(Capacity scheduler)和推测式任务调度算法(Speculative Task)的主要思想、设计思路、优点以及不足之处的基础上,给出了一种改进的推测式任务调度算法。在改进算法中,通过统计在工作节点上记录的信息来得到Map和Reduce任务各个阶段的时间比例,并对慢的工作节点详细区分,考虑节点的数据局部性,高效地在快节点上启动落后任务的备份任务,从而使任务的响应时间更短,提高系统资源的利用率。最后通过搭建实验环境,对算法进行编程实现和实验验证,并利用现有的几种调度算法与改进的调度算法进行比较,来评估改进的算法的性能。实验结果表明改进算法能够更加合理地利用系统资源,有效的调度任务,在异构集群中性能更为良好。