随着信息技术和互联网的发展，数据密集型计算变得越来越普遍。云计算以其价格低廉、高性能的计算、适合交互性强的计算和用户使用资源方便得以在工业界迅猛发展，也成为了热门的研究课题，特别是关于资源管理与任务调度的研究。在过去，对于数据副本的管理，主要偏向于安全性，而忽略了副本本身可以被访问，用来增加数据本地性，而静态地规定副本的个数。在数据传输方面，没有考虑云计算系统中节点间的网络带宽，从而可能会增加数据传输的开销。对于负载均衡，由于没有从任务本身出发，造成有的算法虽然接近最优解，但时间复杂度过大或者算法简单，但负载均衡性差。另外，提高云计算系统的整体性能，不是只考虑数据本地性或者负载均衡，它需要平衡所有节点的数据传输时间、任务执行时间和任务排队时间等多个方面。针对以上问题，我们提出了一套算法框架，它根据访问频度、数据大小和存储空间动态地调整数据副本个数。它基于最小传输时间原则，利用数据相关度、节点依赖度、网络带宽情况以及系统信息，利用迭代、循环调度搜索较小的传输时间的数据放置与任务调度方案。它也可以基于负载目标驱动法的思想，精细化地分配任务，均衡各节点负载。它还可以基于提高系统吞吐量，平衡任务排队时间与数据传输时间，得到较高的系统吞吐量。本文主要针对数据放置与任务调度进行研究，主要研究内容包括以下几个方面：1、在第一章，本文首先简单介绍了信息技术发展的背景和问题，阐述云计算的必然性和未来趋势，以及数据放置与任务调度的重要性。然后我们分析现存的关于数据放置与任务调度的工作成果，以及过去研究的问题和不足。最后，介绍了本文的主要工作和全文的组织结构。2、在第二章，我们首先定义和解释云计算，并详细描述了云计算的整体架构层次及各层之间的联系与作用。然后简单介绍和本文相关的云计算技术，更好地理解数据放置与任务调度的云计算的环境背景。最后，我们详细地描述了云计算的具体环境，包括云计算模型、文件读入与读取操作细节和数据处理与任务调度模型。3、在第三章，首先我们探讨了数据本身大小和被访问频率对其副本个数的影响，并推出动态调整数据副本个数的计算公式。然后我们比较了三种数据传输次数、数据传输量和数据传输时间，考虑到数据本身大小、网络带宽和存储空间等因素，提出以数据传输时间作为衡量标准，并推出其计算公式。其次本文提出目标负载驱动法，根据节点性能和任务量，计算节点目标任务量，得出负载均衡偏差，依此来衡量和调节系统负载均衡。另外，本文提以系统吞吐量衡量云计算系统整体性能，并推出其计算公式。在仔细探讨以上因素后，本文提出了根据目标不同，利用不同的计算函数，以循环迭代、不断松弛为原则，搜索较为合理的数据放置与任务调度方案的算法框架。实验表明，本文的算法搜索的数据放置与任务调度方案取得较好的效果。