随着分布式网络技术及其扩展形式云技术的不断发展和成熟,分布式环境下更加多元化的服务逐渐变为现实。分布式服务系统以其组成灵活、成本低廉和不受物理地域限制等优点逐渐成为当今网络技术中最具开发潜力的领域之一。视频服务一直是多媒体服务中最重要的内容之一,因此,如何在分布式的环境下实现流式视频服务成为目前具有重要意义的研究课题之一。分布式视频服务实现的难点不在于视频的自身处理,而在于如何在分布式系统中合理的调度和控制视频任务的处理。常见的动态实时调度算法使用的“调度—反馈—调整”的工作模式可以较为有效地应对分布式环境中节点组成不稳定和节点资源分布不均匀的特点和缺陷。本文首先描述了分布式系统及其服务实现方式,以及当前分布式环境下的实时调度所面临的问题与挑战。然后,以分布式视频转码任务为研究对象,通过分析分布式视频转码任务对计算机资源的占用特点提出了全新的节点资源计算方法,并以此方法获取的节点资源信息为基础,结合经典的背包问题选择算法和贪心分配思想,提出了用于分布式环境下视频任务选择接入的双重权值背包选择算法和用于任务Close-GOP级分配的基于资源信息的负载平衡贪心算法。同时,通过分析实现流畅的流式视频服务实现对视频数据分段传输需要满足的条件,提出了在视频转码任务的分布式处理完成后用于向客户提供流畅服务的视频分段传输控制算法。最后通过实验证明,任务的选择算法可以让分布式系统在资源有限的条件下,选择请求总人数最多的任务请求集合接入系统,是系统对客户的支持能力得到提升;任务分配算法能够在保证系统所有处理节点的平均资源利用率最优的同时有效降低节点的平均节点负担溢出率;视频的分段传输控制算法能够在不影响任务生存周期的前提下,最大程度上降低视频的Close-GOP分段间的播放间隔,较为有效地提高流式视频服务的用户观看流畅性。