云计算近年来的发展为用户快速的执行资源密集型任务提供了很好的技术支持。但是很多新兴应用不仅需要计算资源,也需要极低的交互延迟。在广域网的限制下,集中式的云数据中心结构会导致高服务延迟,特别是对于实时和高带宽服务,导致用户设备和云数据中心交互体验变差。微云的提出解决了这种问题,微云是一组服务器组成的小型云数据中心,分布式部署在网络边缘距离用户近的位置。用户设备可以通过网络以高带宽低延时访问微云上的服务,大大降低了服务的延迟。微云理论上能很好的满足很多新兴应用的交互体验,但是实际上用户可能会因为移动性远离微云上的服务导致用户和服务之间的网络状况变差,进而影响用户与服务之间的交互体验。当用户在多个微云覆盖的区域进行移动的时候,微云之间关于该用户进行任务调度来优化用户体验是一个值得研究的问题。另一方面,微云由于通过位置上分布式的部署容易导致部分微云用户请求任务数过多即负载过大,而微云负载大会造成微云处理请求任务的响应时间变慢,对于很多应用来讲响应时间过长是很难接受的。所以在微云间进行任务的调度来充分利用微云资源并减少任务的响应时间是一个值得研究的问题。本文对用户移动场景和负载不均场景下的微云任务调度进行了详细的研究和分析。针对用户移动场景下的任务调度提出了一个基于用户移动性预测的马尔科夫决策过程算法。该算法以优化用户移动整个过程中的请求任务平均响应时间为目的,基于用户移动性预测的结果,通过马尔科夫决策过程模型来优化这个目标。与其他算法的对比实验表明,该算法可通过有效的减少请求任务平均响应时间保证了用户体验。最后针对微云负载不均场景下的任务调度提出了一个基于任务分发的两阶段调度优化算法,该算法以最小化微云系统中最大任务响应时间为目标,通过两阶段的过程来逼近最优解。通过仿真实验结果表明,相对于其他算法而言,该算法能达到更小的最大任务响应时间。