在移动边缘计算（MEC）中，由于各种资源的容量有限，每个边缘服务器只能配置少量的功能。同时，移动应用变得越来越复杂，由多个依赖的任务组成，这些任务通常被建模为有向无环图（DAG）。在边缘计算中，当应用程序到达时，我们需要将其任务放置和调度到边缘服务器或远程云上，在那里执行被配置的任务功能。在这项工作中，我们同时考虑在服务器上具有按需的作业配置与调度问题。而我们的目标是最小化申请完成时间。具体地说，对于每台边缘服务器配置固定的特殊情况，我们推导了一种高效地找到最优任务配置和调度的算法。在允许按需函数配置的情况下，我们提出了一种新的近似算法GenDoc，并从理论上分析了其最优解的加性误差。我们对来自阿里巴巴的集群数据（包括20365个具有DAG信息的独特应用）进行的大量实验表明，GenDoc在处理这些独特应用中的86.14%优于最先进的基线算法，平均完成时间至少减少24%（最多54%）。此外，GenDoc在关键参数的各种设置上始终表现良好。

本研究由图书馆VIP项目支持下主导完成，成果发表于CCF推荐A类国际会议IEEE/ACM IWQoS 2019，全文可访问https://doi.org/10.1145/3326285.3329055。