边缘计算通过利用边缘侧的计算、存储和网络资源，为用户提供低时延、高响应性的服务。但在智慧城市边缘系统中仍面临着资源有限、服务请求多样性和边缘服务器过载等挑战，针对以上挑战，研究了资源受限下联合服务部署与任务调度问题，提出了一种基于层次化时间框架的自适应协同服务部署及任务调度方案。优化问题的目标是在充分考虑任务优先级的情况下，优化系统时延和负载均衡。首先建立了系统时延和负载均衡的系统开销模型，并引入服务水平协议(Service level agreement，SLA)提高灵活性。其次通过考虑服务优先级与访问频率构建启发式服务部署算法，再进一步提出一种改进的二元平衡优化器(Binary equilibrium optimizer，BiEO)的任务调度算法来优化系统开销。最后，利用上海电信数据集进行仿真实验。结果表明所提出的方法与其他方法相比，在平均加权时延(Average weighted response time，AWRT)方面能降低12.35%以上，在负载均衡方面能优化14.47%以上，实现了更低时延的同时，保证了边缘服务器负载的均衡。