1.一种云中满足截止时间约束且优化成本的工作流调度方法，其特征在于，包括：步骤1：将云中服务器的整个工作流的截止时间基于δ‑alap分配给每一个任务，从而形成子截止时间；

步骤2：对工作流中的各任务基于子截止时间进行排序，从而形成一个有序的任务队列；

步骤3：依次为任务队列中的每个任务分配虚拟机，使其满足截止时间约束且成本降低；

所述步骤1具体包括：

步骤1‑1：根据下式计算任务ti的alap值：其中，alapi是ti的alap值，alap值表示在不影响工作流的关键路径的前提下，任务的执行开始时间可以延迟多久的度量，alap的初始值根据工作流首个执行的任务确定；tj为ti的子任务，任务tj必须在任务ti完成并且数据传输完毕之后才能开始执行，datai,j代表任务ti*

发送至任务tj的数据的大小；bw为任务之间的带宽，wi为ti的计算工作量，s为执行速度最* *

快的虚拟机，p(s)为s的执行速度；

步骤1‑2：计算任务ti的子截止时间sdi：其中，D为用户指定的截止时间，CPL为工作流的关键路径长度；

步骤1‑3：计算任务tj的δj值：其中，δj是一个表示计算δ‑alapj时是否考虑到tj的数据传输时间的布尔变量，rand()是一个返回值为[0,1)内随机数的函数，datai,j/bw越大，δj返回0的概率越大；

步骤1‑4：根据下式计算任务的δ‑alap值：步骤1‑5：计算每个任务的子截止时间：其中，δ‑sdi表示第i个任务的子截止时间。

2.如权利要求1所述的云中满足截止时间约束且优化成本的工作流调度方法，其特征在于，所述步骤3具体包括：

步骤3‑1：候选虚拟机包括已在解决方案中使用过的所有虚拟机，以及尚未使用过但可以随时添加到序列中的虚拟机，虚拟机选择的第一标准是选择满足子截止时间并使成本增量最低的虚拟机；

步骤3‑2：当没有虚拟机可以满足子截止时间时，选择虚拟机的标准是从资源池中选择完成该任务时间最短的虚拟机；

步骤3‑3：如果所选的虚拟机不是最快的类型，尝试将其类型设置为更快的级别，并更新部署在其上的每个任务的完成时间。