随着互联网的普及、用户数量的增加以及海量的互联网产品融入人们的生活,互联网所带来的经济效益已经引起各个国家的重视。但是随之而来的问题是如何快速计算处理与日俱增的海量数据和大量的数据请求访问。现今专家学者们在对这一问题的研究也有多种方案,如增加处理时间、提高计算效率、增加处理机器等方案,其中在增加处理机器上为多数人采用。但异构计算机数量太多且硬件资源细粒度所表现出来的异构性比较明显,如不同的处理器体系架构、缓存的级别以及大小、内存容量、I/O读写速度等。在对增加的机器做集群管理涉及任务调度策略选择中现有的任务调度方案略显简单,主要存在着对硬件资源粒度考虑不够细使得任务调度和资源分配达到最优。本文提出了基于资源细粒度的调度方案对计算机的硬件资源进行分类并分别考虑了四种硬件资源包括CPU主频、Cache缓存容量、Memory主频以及I/O读写速度模拟计算机硬件对任务处理的影响。任务的数据结构是对这四种资源的消耗需求,资源性能高的计算机能较快的处理需求相同的任务。通过对任务处理时间、任务响应时间以及硬件资源性能变化三个方面对调度方案进行评测。任务处理时间评测是通过分别统计出各处理节点在不同调度方案下处理任务时间的差异。任务响应时间是通过分别统计出不同调度方案下的任务在任务处理队列中排队等候的时长的差异。硬件资源性能变化是通过分别统计出不同调度方案下相同资源节点的各个硬件资源的消耗差异。通过模拟计算机的处理任务方式分别对Weighted Round Robin、Weighted Least Connection和基于资源细粒度调度方案进行同等数量和质量的任务进行测试记录实验数据并进行评测。评测结果表明基于资源细粒度调度方案对任务处理时间上效果比较明显,在任务响应时间上Weighted Round Robin占优势,在硬件资源性能变化上基于资源细粒度调度方案效果较好。