随着5G等通信技术的快速发展和互联网设备的普及,传统的集中式云计算将会满足不了一些场景的应用,伴随边缘计算的产生,云中心部分计算可以卸载到边缘服务节点,计算再次回到了分布式结构。在云边协同整体架构中,由边缘云负责任务的卸载和调度,边缘端设备进行相关数据处理计算,云边协同计算一方面减轻了云中心的计算压力,另一方面使得任务传输时延更少。针对边缘节点服务器的负载问题,本文提出了一种适用于云边协同场景下的负载策略,并实现了一个分布式任务调度系统。本文的主要工作如下:1、提出了云边协同场景下的任务卸载调度策略,应对边缘云服务的负载不均衡问题。相较传统的负载策略如:近点卸载、本地执行等,在边缘计算场景下使用则会存在许多不足之处。为最小化任务的执行时延,本文在现有服务调度的研究基础上,提出了一种应用于云边协同节点的调度模型,将系统抽象为一个有向加权图,图中的顶点表示调度中心和执行节点,图中的边表示节点之间的数据传输。顶点的权值表示节点算力,边的值表示任务节点之间的通信代价。通过对边缘云调度场景的分析,提出了一个基于此模型的负载调度策略,充分利用边缘节点的算力,使定时任务的运行时延最小化。通过仿真及实验对比,该算法能够更好的实现各个边缘服务节点之间的负载均衡,证明了负载策略的优化性和可行性。2、对社区资源负载不均衡场景下的云边协同分布式系统划分。根据上述提出的负载策略与其它负载策略对比,进行仿真实验和搭建真实服务器实验。从分布式系统低耦合性出发,将整个系统分成几个子系统:登录子系统、调度子系统、执行子系统、缓存子系统等。登录系统负责用户登录、鉴权等。调度系统负责任务的添加和触发、任务调度逻辑,执行系统主要负责接收调度系统的请求进行业务逻辑相关的任务,缓存系统则负责两者的衔接和相关业务信息的存储。这样既能实现系统的解耦也能提高系统的可靠性和扩展性。此外还有日志来记录每个节点任务的:执行时间、负载策略、完成情况等信息。3、实现了云边协同的分布式任务调度系统及测试。最后根据上述研究和分析,依据相关需求完成了系统的设计和开发工作。其中主要包括系统框架设计、功能模块的划分、负载均衡算法的实现。最后在服务器上搭建系统,并进行了功能测试和性能测试,并对本文提出的负载策略与近点卸载、一致性hash等调度策略进行了对比。