Fog computing extends Cloud-based facilities and stays in the vicinity of the end-users to provide an attractive solution to a diverse range of latency-sensitive applications. The applications are becoming more sophisticated, context-aware, and computation-intensive due to varying situational and environmental conditions in order to meet the ever-increasing users’ demands. Further, resource heterogeneity, dynamic nature, resource limitations, and unpredictability of the Fog environment make scheduling of application tasks while satisfying Quality of Service (QoS) requirements a challenging job. To overcome these issues various scheduling strategies have been proposed considering contextual information of different entities involved in Fog computing. This survey represents a comprehensive literature analysis pertaining to context-aware scheduling in Fog computing. It provides detailed comparison of existing scheduling approaches based on important factors such as context-aware parameters, case studies, performance metrics, and evaluation tools along with advantages and limitations. It also presents detailed taxonomy, performance metrics, and context-aware parameter analysis. Further, it list several issues and challenges. This study will aid the research community in exploring future research directions and essential aspects of scheduling approaches using different types of contextual information.

雾计算扩展了基于云的设施，并停留在最终用户附近，从而为各种对延迟敏感的应用程序提供了有吸引力的解决方案。由于不断变化的情况和环境条件，这些应用程序变得越来越复杂，需要上下文感知并且需要大量计算，以满足不断增长的用户需求。此外，资源异质性，动态性质，资源局限性以及Fog环境的不可预测性使得在满足服务质量（QoS）要求的同时安排应用程序任务成为一项艰巨的任务。为了克服这些问题，已经提出了考虑到雾计算中涉及的不同实体的上下文信息的各种调度策略。这项调查代表了有关Fog计算中上下文感知调度的全面文献分析。它基于重要因素（例如上下文感知的参数，案例研究，性能指标和评估工具以及优势和局限性），对现有调度方法进行了详细的比较。它还提供了详细的分类法，性能指标和上下文感知的参数分析。此外，它列出了几个问题和挑战。这项研究将帮助研究团体探索未来的研究方向以及使用不同类型的上下文信息进行调度方法的基本方面。和评估工具，以及优势和局限性。它还提供了详细的分类法，性能指标和上下文感知的参数分析。此外，它列出了几个问题和挑战。这项研究将帮助研究团体探索未来的研究方向以及使用不同类型的上下文信息进行调度方法的基本方面。和评估工具，以及优势和局限性。它还提供了详细的分类法，性能指标和上下文感知的参数分析。此外，它列出了几个问题和挑战。这项研究将帮助研究团体探索未来的研究方向以及使用不同类型的上下文信息进行调度方法的基本方面。