1.一种资源不均衡Spark环境下的任务调度优化方法，其特征在于，包括如下步骤：(1)筛选影响节点优先级的静态因素和动态因素，建立节点优先级评价指标体系，并计算出各指标的权值；

(2)在集群中部署分布式集群资源监控系统Ganglia，集群启动时，触发监控启动心跳；

(3)当集群建立或有新节点加入集群时，Master节点计算各个Slave节点的静态性能指标值或新加入节点的静态性能指标值；

(4)Master节点计算各个Slave节点的动态性能指标值；

(5)Master节点计算每个Slave节点的优先级；

(6)Master节点读取各Slave节点的优先级，并根据各Slave节点优先级的值对节点进行排序；

(7)Master节点根据排序结果选择Slave节点，对所选择的节点进行遍历，将需要运行的任务分配给本地化程度最高的Slave节点；

(8)若任务执行完毕，返回任务执行结果；否则返回步骤(3)。

2.根据权利要求1所述的一种资源不均衡Spark环境下的任务调度优化方法，其特征在于：所述步骤(1)具体如下：(1.1)使用主成分分析法确定节点的静态因素为节点的CPU速度、CPU核数、内存大小和磁盘容量；

(1.2)使用主成分分析法确定节点的动态因素为节点的CPU剩余率、内存剩余率、磁盘容量剩余率以及CPU负载；

(1.3)基于步骤(1.1)和(1.2)的分析结果建立节点优先级评价指标体系，并对各指标的重要性进行评估；

(1.4)使用层次分析法得到各静态因素、动态因素的权值。

3.根据权利要求1所述的一种资源不均衡Spark环境下的任务调度优化方法，其特征在于：所述步骤(3)具体如下：(3.1)各个Slave节点使用Ganglia集群资源监控系统获取自己的静态因素值，包括CPU速度scpu_speed、CPU核数scpu_num、内存大小smem和磁盘容量sdisk；

(3.2)Slave节点使用单播将数据汇集到Master节点；

(3.3)Master节点使用公式(1)计算出第i个Slave节点的静态性能指标Si，i＝1 to h，h为集群中slave节点的个数；

其中n1，n2，n3，n4分别为CPU速度、CPU核数、内存大小和磁盘容量等静态因素的权值，并且n1+n2+n3+n4＝1；n1，n2，n3，n4的值使用层次分析法计算得到。

4.根据权利要求1所述的一种资源不均衡Spark环境下的任务调度优化方法，其特征在于：所述步骤(4)具体如下：(4.1)各个Slave节点按照Ganglia集群资源监控系统配置文件给定的周期定时获取自己的动态因素值，包括节点CPU剩余率dcpu、内存剩余率dmem、磁盘容量剩余率ddisk以及CPU负载dlength；

(4.2)Slave节点使用单播将数据汇集到Master节点；

(4.3)Master节点使用公式(2)计算出第i个Slave节点的动态性能指标Di，i＝1 to h，h为集群中slave节点的个数；

其中，m1，m2，m3，m4分别表示CPU剩余率、内存剩余率、磁盘容量剩余率以及CPU负载等动态因素的权值，并且m1+m2+m3+m4＝1；m1，m2，m3，m4的值使用层次分析法计算得到。

5.根据权利要求1所述的一种资源不均衡Spark环境下的任务调度优化方法，其特征在于：所述步骤(5)具体为：Master节点使用步骤(3)和(4)得到的各Slave节点的静态指标值Si和动态指标值Di，使用公式(3)计算各个节点的优先级：Pi＝αDi+βSi    (3)

其中α和β分别是Di和Si的权值，使用层次分析法计算得到。

6.根据权利要求1所述的一种资源不均衡Spark环境下的任务调度优化方法，其特征在于：所述步骤(7)具体如下：(7.1)Master节点依次遍历按节点优先级大小排序的节点集合WorkerOffer；

(7.2)在每个节点轮流遍历任务集合中的每个任务，循环执行步骤(7.3)；

(7.3)获取任务在当前节点上的本地化参数；如果参数是最大的，则执行步骤(7.4)，否则执行步骤(7.2)；

(7.4)分配该Task给该节点。