随着越来越多云服务提供商的出现,通过在多个云之间进行任务调度降低总执行时间,从而降低代价,使得云计算更高效和快速反应.为此,本文引入科学工作流的机制,在满足科学工作流的截止日期下,尽可能地减少总时间,即执行代价.首先,根据科学工作流自身的结构特点,尽可能地合并存在有向割边的任务,使所有符合这些条件的任务合并为一个任务,减少总的任务数,而这也就相当于减少了总时间.然后,不断把每个关键父任务作为下次的输入继续寻找关键父任务,直至所有路径覆盖全部任务,即排列好所有有前后关系的任务,使所有任务依次执行.最后,把每个局部关键路径分配到最适合的云上,并执行任务,获得每一个任务的实际结束时间.实验结果表明本文算法的有效性.