随着科学技术的不断进步,云计算的概念深入人心,基于云平台的分布式计算系统成为研究的热点。Hadoop是一个在大型集群廉价硬件设备上运行应用程序的框架系统。Hadoop为应用程序提供了一组透明、稳定、可靠的接口和数据流,在Hadoop中实现的Google MapReduce算法能够把应用程序分割成许多很小的工作单元,使得每个单元可以在任何集群节点上执行。本文的研究主要专注Hadoop MapReduce程序的调度问题。Hadoop本身提供了承载量调度器、公平调度器和HOD调度器。现阶段对于Hadoop的调度算法研究主要可以分为两大方向：一种是针对MapReduce构架的调度算法研究,主要通过减少MapReduce构架中内部数据迁移、I/O开销、时间预期等方法以达到优化的目的；另一种是针对Hadoop公平调度算法研究,主要通过对job的合理调度从而优化算法。针对目前Hadoop调度中没有考虑任务的优先级这一现状,本文提出一种基于优先级的Hadoop调度算法,旨在降低高优先级工作在优先级工作队列中执行的平均等待时间。本文给出了工作优先级的设定和基于优先级的Hadoop MapReduce系统结构,通过实验比对了一般顺序执行调度算法与基于优先级的调度算法每个优先级的工作平均等待时间。实验结果证实本文方法的有效性。