分布式系统凭借优秀的计算能力得到广泛的应用,任务调度是分布式系统尽可能合理的将任务分配到各个处理器上的过程,进而充分利用分布式系统的计算能力提高程序的处理效率。目前分布式环境下任务调度的研究取得了一定的进展,但仍然有许多问题有待进一步研究和解决。本文以独立任务和依赖任务为研究对象,建立了响应式调度模型,改进了任务调度算法,最后将其应用到分布式定时任务系统,达成了减少任务调度完成时间的研究目标。本文的主要研究工作如下:针对高耦合的调度模型导致资源竞争严重的问题,本文结合Actor模型和事件驱动体系结构建立了松耦合的响应式调度模型。通过Actor模型对组件进行解耦,建立了资源隔离机制,解决了资源竞争严重的问题。通过事件驱动体系结构实现了异步通信模型,降低了任务调度过程中的通信延迟。在响应式调度模型的基础上,针对于独立任务调度延迟的问题,通过多层级时间轮定时算法将时间粒度进行细化,减少单个时间槽中的任务数量,提升了独立任务的定时调度准确率。针对于依赖任务在处理器性能差异较大、任务数据量较大时调度性能较差的问题,本文对任务调度算法进行改进。首先通过拓扑排序对任务进行层级划分,保证任务数据传输的完整性,然后按层级动态计算每个任务在不同处理器上的调度指标,减少处理器性能差异对任务调度的影响,并且将具备依赖关系的任务指派到同一处理器上执行,减少任务之间的数据传输量,最后通过任务调度策略最大化同级任务的调度并行性,提升任务调度效率。