随着信息技术的迅猛发展和互联网相关技术的普及,云服务作为一种新兴的服务模式正在以指数级的速度普及和发展。然而云任务数量的爆炸式增长以及相关数据的增加不仅给系统后台带来巨大的压力,还会影响系统处理任务的整体性能和用户体验。因此云服务后台系统正逐渐向分布式演变,通过分布式设计和部署降低系统压力,改善系统的处理性能。所以实现批量任务的分布式处理并结合任务和处理器特点在分布式环境中进行合理的任务调度,便成为了解决云服务系统任务膨胀问题的关键。本文结合实际应用场景中遇到的问题,针对多源三维模型在线转换展示平台的任务特点和需求,研究设计一款专用于多源模型格式转换的分布式调配系统,来解决云任务堆积过多、用户交互响应慢等现象。即根据分布式技术原理搭建分布式调配系统框架,同时构建多源模型转换任务调度问题的模型并将其转化为目标优化问题,然后设计适用于该问题模型的任务调度算法来求解问题的最优解。具体工作如下:首先分析分布式调配系统的具体业务流程和特点,将最优时间跨度完成用户提交的单批次任务作为调度优化目标,并对分布式调配系统中的多源模型转换任务调度问题进行形式化抽象描述。然后在传统遗传算法的基础上设计改进一种新型的混合算法GBCA算法,用来解决上述任务调度问题,在有限的时间内求解出最优或次优的任务调度方案。然后根据实际应用场景完成分布式调配系统的整体设计搭建,先对调配系统的设计目标和具体需求进行总结并完成系统体系结构的设计,然后根据具体执行的业务逻辑将分布式调配系统划分为任务启动模块、调度执行模块和功能交互模块,并依次对每个模块进行详细的设计和研究。最后搭建实验平台,完成分布式调配系统在处理器集群中的部署工作,并对系统的功能和性能进行测试。系统测试结果说明,本文设计的分布式调配系统能够顺利完成预期功能,所设计搭建的多源模型转换任务调度模型和GBCA算法能够有效减少单批次任务执行的时间跨度,帮助系统克服了任务堆积过多、交互响应慢等问题。