近年来,随着信息技术的进一步发展,企业数字化进程的不断加深,企业需要处理的数据也出现了爆发式的增长。为了提高企业的流程效率、盈利能力和产能,出现了一些列以云计算为代表的新技术。Hadoop是一个开源并行分布式计算平台,属于云计算中的PaaS服务层。Hadoop中的作业调度是指将系统中空闲的资源按一定调度策略分配给作业,调度策略的好坏关系到Hadoop集群的资源利用率、作业花费时间和集群的性能。本文分析了Hadoop中的MapReduce和HDFS架构,对Hadoop的调度过程以及如何编写调度器进行了介绍。目前Hadoop平台主要使用四种调度器,一是默认的FIFO调度器,二是Fair调度器,三是Capacity调度器,四是推测式任务调度器,本文介绍了这几种调度器的算法思想,在实验的基础上比较了四种调度器的性能,并分析了这些调度器的不足。在此基础上,本文给出一个作业调度方案,方案包括一个调度器和一个集群负载均衡算法,详细介绍了算法的核心思想,算法伪代码实现和方案所用的类图。在实验章节,通过使用java程序进行仿真实验,测试调度器所用的参数,得到了性能较优的参数组合。通过搭建Hadoop集群测试负载均衡算法的性能,然后在集群上部署完整的作业调度方案,分别在同构环境和异构环境中测试了调度方案的性能,将该方案和Hadoop原有调度器进行了对比,实验结果表明该调度方案在异构环境下,在作业的总运行时间、平均周转时间这两项指标上比原有调度器有更好的性能。