云计算作为一种分布式计算模式,可以为各种科学工作流应用提供动态的资源。云计算按小时租用的收费计价模型使得云计算用户必须考虑自己工作流调度的经济成本。此外,随着绿色云计算概念的提出,能耗问题已经成为云计算领域中一个重要的关注点。尽管工作流调度问题已经得到广泛的研究,但是很少有文献同时对工作流的调度成本和能耗问题进行统一的研究,尤其是在云计算领域。本文着重研究在不影响工作流调度截止时间(Deadline)的基础上,如何降低工作流的调度成本,同时减少云计算的能耗。首先,本文介绍了云计算和工作流的基础知识,并在此基础上描述了云环境下的工作流调度的相关概念,重点阐述了云工作流的调度算法、分类、以及各类算法的优缺点。然后本文对工作流、云数据中心和能源进行建模,并在此基础上提出了一种兼顾成本和能耗的科学工作流调度算法CEAS(Cost and Energy Aware Scheduling),该算法能够在满足工作流调度的截止时间的基础上,尽最大努力地降低工作流调度的成本和能耗。CEAS算法包含五个子算法,通过子算法可以逐步优化工作流调度的成本和能耗。其中,序列任务合并算法和并行任务合并算法不仅能够减少成本和能耗,而且可以在不影响任务先序关系的基础上,降低工作流的复杂程度。本文提出了成本效用的概念,使得每个任务能够根据虚拟机选择算法,调度到具有最优成本的虚拟机上执行。虚拟机重用算法可以进一步减少工作流调度的成本和能耗。紧接着,我们通过DVFS技术对非关键任务的松弛时间进行扩展,可以在降低VM能耗的基础上,不影响工作流的调度时间。CEAS算法的时间复杂度是满足多项式时间复杂度的。最后,我们选择了多种现实中常用的科学工作流模型,在Cloudsim平台上完成仿真实验。通过实验,我们可以得出,CEAS算法比其他相关的工作流调度算法在节约能源和成本方面要更有优势。