大规模任务使得任务服务质量遭受到巨大挑战.边缘计算环境能够为大规模任务处理提供很好的执行模式.针对这一问题,提出了一种基于任务分解的任务调度算法(Task Decomposition based task Allocation Friendly algorithm, TDAF).该算法主要包含2个模块:任务分解模块和任务调度模块.在任务分解模块中,设计了任务关联矩阵以及定义了和任务关联性相关的定义介绍,进而通过任务间的相似度和信息输入输出间的关联性得到任务关联性的计算.以最小化任务关联性设计任务分解目标函数,采用遗传算法对任务进行优化分解.在任务调度模块,通过计算分解后的子任务的优先级确定每一个子任务资源分配的方案.仿真结果表明：TDAF算法的任务执行完成时间和吞吐率性能更优.