随着中小型企业中业务量和供给量的不断增多,人们对电子商务采购系统的大数据存储和资源调度等方面的要求也变得越来越苛刻,企业需要一种科学、可持续运转的高效管理工具来辅助管理,基于云计算的采购管理系统刚好能够解决这些问题。本文从基于云计算的大数据存储、大数据资源调度两个方向对国内外研究现状展开分析,利用如虚拟化、云存储以及资源调度等技术针对大数据存储速率慢、网络延迟长等问题提出云环境下面向大数据的存储/优先调度模型,根据目前市场的需求结合该模型设计一种基于云计算的电子商务采购管理系统。本文将从以下三个方面进行研究:第一,结合UML技术进行相关建模,并对资源池中资源类的相关约束条件进行描述,最后对其进行分析及建模设计。第二,针对云环境中资源存储和调度存在的问题,本文基于云环境构建了面向大数据的存储/优先调度模型,并具体给出该模型结构的划分层次。该模型具体可分为两部分:在云存储方面,本文主要着重考虑到大批文件从客户端发送到服务器端这一存储过程中,通常采用的全部文件包接收完成后才继续进行打包的方式,会消耗大量时间,具有传输效率低等问题,所以本文通过对并行处理算法进行优化提高传输效率;而在优先调度方面则运用运筹学的优先制M/M/1排队论模型,来对虚拟机请求作出网络延迟分析并通过对文件的输出顺序加以改变。在基于Map-Reduce模型下,在云计算环境下的资源调度算法中通过引入对应的度量指标来提升算法性能。在云计算SaaS(软件即服务)层上,设计开发基于云存储/优先调度模型的电商采购系统,并以采购管理系统中的采购订单管理模块为典型案例对用例模型、业务流程图进行详细的剖析。通过采用Hadoop分布式处理框架对采购业务模块及数据库进行设计。第三,基于Hadoop分布式框架进行云存储的设计及调度算法的应用。采用Web Service技术和J2EE等技术完成对电子商务采购系统的研发与应用,实验部分通过对该系统进行相关的测试,来验证本文提出的模型具有可实用性。通过对系统进行实验测试结果的分析,云环境下面向大数据的存储/优先调度模型不仅突破传统顺序传输的制约,降低存储耦合性,还可大大改善负载均衡度,加快任务调度总时间并使总调度时间的负载效率得以提高,对促进电子商务采购系统不断完善以及普及有重大意义。