随着物联网、移动互联网和云计算等技术的发展和普及,产生的数据呈现“指数级”增长态势。对于某些小型企业或个人用户来说,为了更加高效地处理海量数据,他们往往需要搭建Hadoop/Spark集群。搭建一个私有集群,这不仅操作繁琐,而且还需要花费高昂的费用,所以将Spark应用部署在公有云上或许是一个更好的选择。在云平台上现有的分布式并行计算框架仍然存在诸多挑战,其中数据倾斜正成为提升系统性能的瓶颈。数据倾斜对大数据处理性能产生重要影响,本文考虑数据倾斜和截止期约束的Spark任务调度以最小化租赁成本,该问题的主要挑战在于:（1）如何合理判断数据倾斜并进行数据倾斜的定量化度量;（2）如何解决数据倾斜和截止期的相互制约关系;（3）Spark应用的多层次嵌套偏序关系包含大量Stage拓扑序列,如何基于大量拓扑顺序得到租赁成本最优的调度序列。针对这些挑战,本文基于现有框架设计调度系统架构,分析问题特点,建立相应数学模型,提出考虑数据倾斜和截止时间约束的Spark任务调度算法框架。该算法框架包含Stage排序、任务调度和调度调节等算法组件。提出四种Stage排序优先级规则:最大偏斜优先、最大偏斜率优先、最大数据量优先和随机优先;任务调度由任务分类、虚拟机类型选择、可用资源搜索和虚拟机选择等四个步骤组成,提出偏斜任务优先、最大任务优先、偏斜并且最大任务优先和随机优先等四种虚拟机类型选择策略,提出最早可用时间优先、最长空闲时间片优先和随机优先等三种虚拟机选择策略;提出合并零碎时间片和填充空闲时间片的调度调节策略进一步优化虚拟机租赁成本。为验证所提出算法的性能,采用多因素方差分析技术校正所提出算法参数,获得解决本问题的最佳参数组合。将两种租赁成本优化相关算法作为基准算法,从多个方面比较和分析所提出算法与基准算法,实验表明所提出算法均优于基准算法。