“云计算”这个词可谓是如今热门中的热门,不仅国内外各个IT巨头已经部署云计算,很多传统企业也纷纷转型云计算。一般提到云计算就会想到Hadoop,Hadoop是最典型的云计算平台之一。它是一个能够对大量数据进行分布式处理的软件框架,它的作业执行速度对于整个平台的效率具有很大的影响。所以,Hadoop的调度算法是本文研究的重点。本文首先分析了云计算的发展现状以及Hadoop整个平台的构成。然后,重点分析了 Hadoop自带的三种算法以及根据智能算法(蚁群算法)而改进的Hadoop作业调度算法。之后,对人工鱼群算法以及LATE(Longest Approximate Time to End)算法进行了研究。分析总结了人工鱼群算法和LATE算法的工作原理以及应用场景,并根据人工鱼群算法在TSP(旅行商问题)组合优化问题上的成功应用以及LATE算法根据作业剩余时间选择备份任务的特点,将人工鱼群算法和LATE算法与作业调度算法进行结合。最终,提出了基于人工鱼群算法的改进的Hadoop作业调度算法。该算法通过人工鱼群算法分配任务,从而实现任务与资源的合理配对;利用改进型的LATE算法提高备份任务的精度,并将备份任务分配给最优的节点执行,从而达到节约系统资源,提高利用率的目的。最后,搭建Hadoop小型集群实验平台,对改进的算法与Hadoop自带的三种算法进行实验对比并分析实验结果。验证了改进的调度算法在异构环境下执行作业效果最佳,可以有效地缩短作业执行的总体时间,提高平台的整体性能。