رایانش ابري ساختاري شبيه يک توده ابر دارد که بواسطه آن کاربران مي‌توانند به برنامه‌هاي کاربردي از هر جايي از دنيا دسترسي داشته باشند(سرگلزایی جوان،1390). بنابراين، در رایانش ابری، ابر مجموعه‌ای از گره‌های توزیع شده است که منابع محاسباتی را برحسب تقاضا یا سرویس‌های کاربر برروی شبکه ارائه می‌کند(Li, 2012). بدين ترتيب، دنياي محاسبات به سرعت به سمت توسعه نرم‌افزارهايي پيش مي‌رود که به جاي اجرا بر روي کامپيوترهاي مجرد، به عنوان يک سرويس در دسترس ميليون‌ها مصرف‌کننده قرار مي‌گيرد(سرگلزایی جوان، 1390). کاربران تنها برای منابع و برنامه‌های مصرفی آنها هزینه پرداخت می‌کنند، مشابه پرداخت در استفاده از خدمات قراردادی برای مصرف آب، برق، گاز طبیعی(Su, 2013).

زمانبندی وظایف در علم کامپیوتر یکی از مسائل مهم است. کارشناسان و محققان بسیاری وجود دارند که در مقالات و پروﮊه‌های خود در مورد مسئله زمانبندی وظایف بحث می‌کنند. علاوه بر این، بسیاری از نظم‌های پدیدار شده از یافته های ﭘﮋوهشی برای حل مسئله زمانبندی اعمال می‌شود، از جمله الگوریتم ﮊنتیک، شبکه عصبی، هوش مصنوعی و ﭘﮋوهش توزیع شده که با توجه به این حل مسئله زمانبندی به عنوان یکی از زمینه‌های ﭘﮋوهشی است(Zhu, 2012). زمانبندی وظایف یک سوال مهم از توزیع و محاسبات خوشه‌ای است. آن بازده اجرای وظیفه را، در شماری از منابع سیستم و عملکرد آن را به کاربر ارائه می‌کند.

در محیط رایانش ابری هر کاربر ممکن است برای اجرای هر وظیفه، با صدها منبع مجازی روبرو شود. در این حال، واگذاری وظایف به منابع مجازی و ترتیب اجرا توسط خود کاربر غیرممکن است. بنابراین الگوریتم زمانبندی وظیفه یک رویه تصمیم‌گیری در مورد واگذاری و پیدا کردن بهترین هماهنگی بین وظایف و منابع است. در این مقاله به بررسی و گردآوری انواع آن می‌پردازیم. روند ادامه مقاله به این شرح می‌باشد که در بخش دوم الگوریتم‌های زمانبندی موجود همراه با مزایا و معایب آنها معرفی می‌شود و در بخش سوم نتیجه‌‌گیری و زمینه های تحقیقاتی جدید  بیان شده است.