本发明属于数据采集、智能云技术领域，具体涉及一种一站式云数据中心服务器调度方法及系统，先从客户端获得云计算任务，根据任务中各个文件获取待选服务器序列，并计算得各个服务器的任务需求，通过需求列表计算各个服务器的综合性能系数，最后结合综合性能系数调度一站式云数据中心服务器。本发明在存储有云数据的各个服务器之间，根据各个服务器当前的工作状态和需要运算的各个文件，平衡各个服务器之间的工作效率和运行效果，动态并合理地选择一站式云数据中心服务器，显著节约了运行时间以及运行成本，提高运行效率。主权利要求: 1.一种一站式云数据中心服务器调度方法，其特征在于，所述方法包括以下步骤：S100，从客户端获得文件清单；S200，根据文件清单获取待选服务器序列；S300，利用待选服务器序列获取需求列表；S400，通过需求列表计算综合性能系数；S500，根据性能系数调度一站式云数据中心服务器；其中，在步骤S200中，所述根据文件清单获取待选服务器序列的方法是：一个云文件同时存储在一个或多个服务器Sv上，将这些服务器Sv的集合作为待选服务器序列SvList，文件清单DocList中第i1个云文件的待选服务器序列SvList(doci1)＝[Svi2],i2∈[1，dNSv]，其中Svi2代表待选服务器序列中的第i2个服务器，dNSv代表待选服务器序列中服务器Sv的个数；实时获得文件清单DocList中所有云文件doc的所有待选服务器Sv的CPU占用率OccRt和吞吐量Thpt，计算出服务器的效态值emk，其中一站式云数据服务器网络上的第δ个服务器的效态值emkSv(δ)计算方法为：；其中，εst代表所有服务器的吞吐量Thpt构成的序列的标准差，Thptδ代表一站式云数据服务器网络上第δ个服务器的吞吐量，EThpt代表所有服务器吞吐量的算术平均值，OccRtδ代表一站式云数据服务器网络上的第δ个服务器的CPU占用率，nPssδ代表在一站式云数据服务器网络上第δ个服务器的CPU中运行的进程数量或者线程的数量；效态值emk越大，服务器可被利用的效率越高；将各个云文件的待选服务器序列SvList中的服务器Sv按照效态值emk的值从大到小排列；其中，在步骤S300中，所述利用待选服务器序列获取需求列表的方法是：将文件清单和服务器优先序号作为输入变量，通过输入变量为云文件初步地分配工作服务器并且获得同服文件清单；根据同服文件清单中的云文件对应分配的工作服务器所对应的所有云文件大小的累加值的得到需求列表；其中，在步骤S300中，根据同服文件清单中的云文件对应分配的工作服务器所对应的云文件大小的累加值从而得到需求列表，其具体方法的步骤为：B01,如果同服文件清单DplcDocList中的元素个数不为0，新建一个空的序列作为重选文件清单RCDocList；将同服文件清单DplcDocList中的各个云文件doc按照工作服务器WSv进行分组成为NGRp个同服候选文件序列GrpDocList；每个分组中的各个云文件doc构成同服候选文件序列GrpDocList，GrpDocList＝[docNGDL]，i5∈[1，NGDL]，其中NGRp代表文件清单DplcDocList中可区分的工作服务器WSv的个数；NGDL代表同服候选文件序列中云文件的个数，即同服文件清单DplcDocList中选择同一个服务器Sv作为工作服务器WSv的云文件的个数；为同服候选文件序列GrpDocList计算各个云文件的供给系数Splidx,其中同服候选文件序列GrpDocList中第i5个云文件的供给系数Splidx(doci5)的计算方法是：；其中m1为待选服务器序列SvList(doci5)中服务器的序数，rplcm1代表第i5个云文件的待选服务器序列SvList(doci5)中第m1个服务器在GrpDocList中所有云文件的待选服务器序列中的服务器Sv构成的集合中出现的概率，Szdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的大小，Szbt代表同服候选文件序列GrpDocList中最小的文件的大小，dNSvdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的待选服务器序列中服务器Sv的个数；遍历所有同服候选文件序列，为同服候选文件序列GrpDocList中的供给系数Splidx最大值的云文件以外的云文件取消其当前选择的工作服务器WSv并将其加入重选文件清单RCDocList；将OrdN的值加1；跳转到步骤B02；如果同服文件清单DplcDocList中的元素个数为0，跳转到步骤B03；B02,将重选文件清单RCDocList作为输入序列inList和服务器优先序号OrdN作为输入变量，跳转到步骤A01，通过步骤A01到步骤A04为云文件doc进一步地分配工作服务器WSv并且再次获得同服文件清单DplcDocList，跳转到步骤B01；B03，当所有云文件doc均已分配有工作服务器WSv，把分配到同一个工作服务器WSv的各个云文件的文件大小的累加值作为一个工作服务器WSv的需求量RqVol；由各个服务器的需求量RqVol构成需求列表RqList，RqList＝[RqVoli6],i6∈[1,NWSv]，其中i6为服务器的序号，NWSv为需求列表RqList中元素的数量，RqVoli6代表第i6个服务器的需求量RqVol；结束；其中，在步骤S400中，所述通过需求列表计算综合性能系数的方法是：所有工作服务器WSv构成工作服务群WGSS；测得一个工作服务器WSv从另一个工作服务器中获取云文件的请求响应时间RspTm，或者以客户端从工作服务器WSv获取云文件的请求响应时间为RspTm，为各个工作服务器计算综合性能系数，其中第m2个工作服务器的综合性能系数EffIdx(WSvm2)计算方法如下：；其中，m2、m3均为工作服务群WGSS中工作服务器的序号，RqList[m3]代表需求列表RqList中第m3个元素，即工作服务群WGSS中第m3个服务器的需求量RqVol，RspTmm3代表工作服务群WGSS中第m2个服务器从第m3个服务器中获取云文件的请求响应时间，或者RspTmm3代表客户端从工作服务群WGSS中第m3个服务器获取云文件的请求响应时间,如果m2＝m3，则RspTmm3的值为0,NWSv为需求列表RqList中元素的数量