1.一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，包括：建立任务列表和虚拟机列表；

根据虚拟机执行速度将虚拟机列表中的虚拟机资源分为若干组；

根据任务长度将任务列表中的任务分为若干组，将任务组分别对应到虚拟机组，根据任务的初始长度和初始价值计算任务的价值密度；

判断每组任务的价值密度分布是否集中：若集中，使用优先级调度算法，直到该任务组中的任务列表为空；

若不集中，使用Max‑Min算法，直到该任务组中的任务列表为空。

2.根据权利要求1所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，所述任务列表为T＝{T1,T2,T3,...,Tm}，第i个任务参数为Ti＝{Tid,Tlength,Tvalue,Tvd,Tdeadline}；

其中，Tid表示任务的编号；Tlength表示任务的长度；Tvalue表示任务的价值；Tvd代表的是任务的价值密度；Tdeadline代表任务的最大完成时限；m为任务总数；i的范围为1～m。

3.根据权利要求2所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，根据任务的初始长度和初始价值计算任务的价值密度的公式如下：Tvd＝Tvalue/Tlength其中，Tvd代表的是任务的价值密度；Tvalue表示任务的价值；Tlength表示任务的长度。

4.根据权利要求1所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，所述虚拟机列表为VM＝{VM1,VM2,...,VMn}，第j个虚拟机参数为VMj＝{VMid,VMmips,VMram,VMpe}；

其中，VMid表示该虚拟机资源在数据中心的编号；VMmips表示该虚拟机的执行速度；VMram表示内存大小；VMpe表示该虚拟机的内核数；n为虚拟机总数；j的范围为1～n。

5.根据权利要求3所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，判断每组任务的价值密度分布是否集中的方法为：若满足max(Tvd)‑min(Tvd)≥avg(Tvd)，则集中；

否则，则不集中；

其中，max(Tvd)表示所有任务中任务的价值密度Tvd的最大值；min(Tvd)表示所有任务中任务的价值密度Tvd的最小值；avg(Tvd)表示所有任务中任务的价值密度Tvd的平均值。

6.根据权利要求1所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，根据虚拟机执行速度将虚拟机资源分为三组，包括高速组、中速组和低速组。

7.根据权利要求1所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，若每组任务的价值密度分布集中，则使用优先级调度算法，直到该任务组中的任务列表为空，方法包括：使用优先级调度算法，为任务分配不同的优先级，在映射任务的过程中，优先安排优先级较高的任务，具有相同优先级的任务将被随机分配给虚拟机，在每次映射之后，更新未执行任务的优先级，直到该任务组中的任务列表为空。

8.根据权利要求1所述的一种云环境下基于优先级的虚拟机分组资源调度方法，其特征在于，若每组任务的价值密度分布不集中，使用Max‑Min算法，直到该任务组中的任务列表为空，方法包括：使用Max‑Min算法，计算任务组中的每一任务在对应的虚拟机组中任一可用虚拟机上的最早完成时间，最早完成时间由任务长度和虚拟机执行速率得出，选择最早完成时间最大的任务映射到执行速度最快的虚拟机上，直到该任务组的任务列表为空。