1.一种云工作流作业调度方法，其特征在于，包括：S1.对每一个云工作流作业，根据其DAG流程图进行分解，得到多个相互独立的子云工作流作业；

S2.估计每一子云工作流作业的执行时间；

S3.子云工作流作业进入等待队列；

S4.根据SLA约束分配子云工作流作业的优先级；

S5.利用强化学习对子云工作流进行调度。

2.根据权利要求1所述的一种云工作流作业调度方法，其特征在于，使用细粒度的云计算模型进行云工作流作业调度，所述细粒度的云计算模型包括作业调度子模块、作业执行子模块和作业传输子模块，所述作业调度子模块包括等待队列和作业分配器，所述作业执行子模块包括若干个子队列以及与子队列对应的虚拟机，所述作业传输子模块包括全局队列和作业传输器，所述等待队列接收子云工作流作业，所述作业分配器将等待队列中的子云工作流作业分配给子队列，所述虚拟机执行子云工作流作业，所述全局队列接收虚拟机执行完毕后的作业结果，所述作业传输器将作业结果反馈给用户。

3.根据权利要求2所述的一种云工作流作业调度方法，其特征在于，所述强化学习以： 为优化目标进行tot tssm tesm ttsm

学习，其中rt ＝rt +rt +rt 为用户任务响应时间，λttsm为作业传输子模块

ttsm

作业的到达率，μ 为作业传输子模块作业的服务率，pi为当前作业分配给虚拟机i的概率。

4.根据权利要求3所述的一种云工作流作业调度方法，其特征在于，所述强化学习以当前云计算平台中的虚拟机资源为状态空间，以作业调度动作为动作空间，以当前作业执行时间为立即回报。