针对云计算环境下调度算法必须考虑资源租赁成本的问题，提出一种新的基于粒子群优化的大规模图状数据处理任务调度算法(LGPPSO). 首先，该算法将图状数据处理任务调度方案编码为粒子群中粒子的位置，并利用任务的调度长度和资源租赁成本建立适应度函数来评价当前粒子的优劣程度. 然后重新定义粒子群的参数和相关操作，最后在算法的每一次迭代过程中，粒子不断更新自身的速度和位置，以获得任务调度的近似最优解. 模拟实验结果表明，在仅以调度长度为目标时，LGPPSO 算法所得解的调度长度比 HEFT 平均降低约 1