随着大数据应用的蓬勃发展,数据中心面临着越来越大的流量传输压力,如何提高数据中心网络的传输效率成为一个亟待解决的问题。由此,光电路交换机因其高带宽、低功耗的硬件优势而受到广泛关注,许多研究工作都致力于探究如何在数据中心中部署光电路交换机来加速数据传输。另一方面,协流调度,即从具有共同目标的一组数据流管理这一角度来优化数据中心数据传输,也是提升数据中心网络效率的有效手段。如何结合光电路交换机的硬件优势和协流调度协议上的灵活性以最大限度提升数据流效率意义重大并且充满挑战。因此,本文将研究如何在基于光电路交换机的数据中心中进行协流调度,以此来减少数据流的完成时间。本文的主要工作有以下几点:1.针对单协流调度问题,提出一种数据优化手段-规整,对将流量传输需求按照重配置延迟的大小进行修整。经过规整操作预处理后的协流传输矩阵,结合优化后的BvN分解算法,大幅降低了电路重配置的频率,减少了协流的完成时间,我们在理论证明给出了算法近似比为2。2.针对多协流调度问题,本文首先考虑如何在离线场景下优化协流完成时间,提出一种将电数据包交换机下可用的调度顺序通过对齐和平移的操作移植到光电路交换机的优化算法。该算法不但可以将任何电数据包交换机中的协流调度算法高效地移植到光电路交换机下,而且还可以保证改造后的调度顺序与最优调度顺序之间的性能差距为常数倍。另一方面,本文首次考虑在在线场景下的光电路交互机中的多协流调度问题,从启发式算法出发,结合BvN分解策略,通过多种优化手段加快协流的传输。3.通过设计的调度算法模拟器,基于Facebook真实生产环境中的数据集,我们利用大规模实验验证本文设计算法在不同参数变化下的性能表现。实验结果表明在单协流调度问题中,本文算法在电路重配置频率上有至多7.36倍的降幅,在协流完成时间上平均有2.21倍的下降。而在多协流调度问题中,Offline场景下可以减少至多8.87倍的协流完成时间,而Online场景下也可以将协流完成时间缩小2.45倍。