“云计算”被Google、Amazon的公司提出之后,得到了工业界、学术界的广泛关注。近年来,云计算技术在工业界、学术界联合推动下获得了巨大的发展,大量的云计算系统被投入使用,其中有很大一部分基于Hadoop平台。Hadoop平台是一个开放源代码云计算框架,最大的优势是实现了并行化对开发者的透明性,使开发者开发云计算应用系统时不必关心并行性细节,这些细节则由Hadoop框架在底层完成。作业调度是Hadoop平台的核心之一,其主要功能是控制集群中作业的执行顺序以及分配计算资源,这直接关系到Hadoop平台的整体性能和系统资源的利用率。论文基于Hadoop 1.2.1平台,首先对Hadoop作业调度机制进行了详细的研究,在此基础上提出了一种新的Hadoop作业调度算法。论文的主要贡献如下：1.提出了一种基于多级反馈队列(Multi-level Feedback Queue简称MLFQ)的作业调度算法。该算法最先应用在操作系统中对进程进行调度并取得了很好的效果,论文将算法改造后应用到Hadoop的作业调度中,解决了集群中小作业公平性的问题,并有效提升了平台的整体性能。2.为了解决严格遵循MLFQ算法思想遇到的两个问题作业本地性差、Reduce槽囤积,论文提出了MLFQ算法的两种优化方案Map任务延迟调度算法、Reduce任务延迟调度算法分别解决这两个问题。3.搭建了Hadoop平台,对基于MLFQ的Hadoop作业调度算法及两种改进算法进行了多组实验,并对所得实验数据进行对比分析,结果表明,论文提出的算法能够有效的缩短作业的平均响应时间,提高了系统的吞吐率。