使用Cloudsim實現基于多維QoS的資源調度算法
Cloudsim是一款開源的云計算仿真軟件,它繼承了網格計算仿真軟件Gridsim的編程模型,支持云計算的研究和開發。它是一個自足的支持數據中心、服務代理人、調度和分配策略的平臺,支持大型云計算的基礎設施的建模與仿真,并且可以在Windows和Linux上跨平臺運行。
本文介紹的是利用Cloudsim云仿真平臺對資源調度算法進行仿真。其中包括Cloudsim環境的配置,資源調度算法的嵌入和仿真結果的分析。
一、配置Cloudsim環境
1、首先介紹Cloudsim環境的配置
1.1、Cloudsim的運行需要Java環境,所以需要下載JDK和Cloudsim
JDK:http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html
Cloudsim:http://code.google.com/p/cloudsim/downloads/
1.2、JDK的安裝和配置
http://jingyan.baidu.com/article/f96699bb8b38e0894e3c1bef.html
注意安裝路徑不要出現漢字,否則運行程序時可能會出現未知錯誤。
1.3、Cloudsim的安裝和配置
將下載的Cloudsim解壓縮,解壓路徑中也不要出現漢字。比如:D:\program files\。在環境變量ClassPath中加入D:\program files\cloudsim-3.0.3\jars\cloudsim-3.0.3.jar;
D:\program files\cloudsim-3.0.3\jars\cloudsim-examples-3.0.3.jar;
D:\program files\cloudsim-3.0.3\jars\cloudsim-3.0.3-sources.jar;
D:\program files\cloudsim-3.0.3\jars\cloudsim-examples-3.0.3-sources.jar;
至此已經完成Cloudsim的配置
1.4、安裝eclipse,并將Cloudsim平臺導入eclipse
解壓縮得到的是一個Java工程,即Cloudsim仿真平臺。因為cloudsim是開源的,所以給我們提供了它的所有源碼。我們可以根據自己的需要,修改Cloudsim,重新編譯,獲得符合自己需求自己的仿真平臺。而使用eclipse工具能更便利的開發。eclipse的安裝過程不再贅述。本文只簡單說明導入Cloudsim過程。
打開eclipse,新建Java Project。取消Use default location選項。將cloudsim的路徑加入。單擊Finish即可。如下圖:
此時cloudsim的正個項目代碼都已經導入到新建工程中,Cloudsim自帶了一些示例程序,選擇任意一個運行,將會在Console窗口打印程序運行狀態。若果配置沒有出錯,會出現類似下圖情況。
此時Cloudsim的環境搭建已經完成。下一步就是在Cloudsim平臺上實現自己的資源調度算法了。
#p#
二、實現基于多維QoS的資源調度算法
1.Cloudsim體系結構及核心類
CloudSim是一款云計算仿真軟件,其由澳大利亞墨爾本大學網格實驗室和Gridbus項目于2009年推出,它是一個函數庫,可在Windows和Linux系統上跨平臺運行,CloudSim的體系結構主要分為四個層次,如圖1所示:
圖1 Cloudsim 體系結構
Cloudsim仿真層為云計算的虛擬數據中心環境的配置和仿真提供支持,包括虛擬機、內存、容量及帶寬的接口,該層用于主機分配到虛擬機的策略研究,并通過擴展核心的虛擬機調度函數實現。
Cloudsim最上層是用戶代碼層,該層提供一些基本的實體,如主機、應用、虛擬機,用戶數和應用類型,以及代理調度策略等。通過擴展這些實體,云應用開發人員可以在該層開發各種用戶需求分布、應用配置、云可用性場景等應用調度技術,并執行Cloudsim支持的云配置的Robust測試。
通過擴展Cloudsim提供的基本功能,研究者能基于特定環境和配置進行測試,完成云計算關鍵技術的開發研究。
CloudSim繼承了GridSim并支持云計算的研究和開發,CloudSim的組件工具均為開源的。其中CloudSim具有兩個獨特功能:
***,提供虛擬化的引擎,使用戶可在數據中心的節點上建立和管理獨立的、協同的虛擬化服務;
第二,在對虛擬化服務分配處理核心時,可在時間共享和空間共享之間靈活切換。
在CloudSim函數庫中有幾個主要核心類,如表1所示:
表1 Cloudsim主要核心類
2.Cloudsim工作模型
在云數據中心,將特定應用的虛擬機分配給主機由虛擬機分配控制器(VmAllocationPolicy)完成,Cloudsim在主機層和虛擬機層都實現了基于時間共享和空間共享的調度策略。
通常情況下,來自不同用戶的任務相對獨立,假設有m個用戶User={User1, User2,…, Userm},n個任務Task={t1,t2,…,tn},n個虛擬化資源VM={VM1,VM2,…VMn},以及p個數據中心 Datacenter={Datacenter1, Datacenter2,…Datacenterp},Cloudsim的工作模型如圖2所示:
圖2 Cloudsim的工作模型
其中,CIS(Cloud Information Service)將用戶請求映射到合適的云服務提供商,DatacenterBroker模擬SaaS提供商代理,根據QoS的需求協商資源和服務的分配策略。VmScheduler是實現主機組件的抽象類,模擬虛擬機的分配調度策略,擴展此抽象類能調整處理器的共享策略。 VmAllocationPolicy代表虛擬機監視器調度策略,該策略用于將虛擬機分配給主機。
3.實現基于多維QoS的資源調度算法
開始仿真模擬時,首先需要創建一個數據中心,然后再數據中心中創建CPU、內存等資源,此時只需要向代理中心注冊資源信息,用戶就可以使用數據中心的資源進行仿真模擬。
在仿真資源分配試驗中,其步驟及其各個步驟中的代碼如下:
(1) 初始化Cloudsim包,代碼如下:
- Int num_user= 1 ; //定義用戶數量
- Calendar calendar=Calendar.getInstance();
- boolean trace_flag=false;
- CloudSim.init(num_user, calendar, trace_flag); //初始化CloudSim包
(2)創建數據中心(Datacenter),代碼如下所示:
- DataCenter datacenter()=createDatacenter("Datacenter_0");
(3) 創建數據中心代理(Broker),代碼如下所示:
- DatacenterBroker broker=createBroker();
- Int brokerId=broker.get_id();
(4) 創建虛擬機,代碼如下所示:
- vmlist=new VirtualMachineList(); //創建虛擬機列表
- Vmvm=new Vm(vmid, brokerld, mips, PesNumber, ram, bw, size,
- vmm,new CloudletSchedulerTimeShared()); //創建虛擬機
- vmlist.add(vm); //加入虛擬機列表
- broker.submitVMList(vmlist);//提交虛擬機列表
(5) 創建云任務,代碼如下所示:
- cloudletList = new CloudletList();//創建云任務列表
- Cloudlet cloudlet=new Cloudlet(id, length, file_size, output_size);
- cloudlet.setUserlD(brokerld);
- ……
- cloudletList.add(cloudlet); //將任務加入任務列表
- ……
- broker.submitCloudletList(cloudletList);//向代理提交任務列表
(6) 執行資源調度算法,完成任務到虛擬機的映射,代碼如下所示:
- broker. bindCloudletsToVms();
(7) 啟動仿真程序,代碼如下所示:
- CloudSim.startSimulation();
(8) 打印仿真結果,代碼如下所示:
- List<Cloudlet> newList = broker.getCloudletReceivedList();
- CloudSim.stopSimulation();
- printCloudletList(newList);
注:任務到虛擬機的映射是由DatacenterBroker類中的bindCloudletsToVms()函數實現。該函數根據不同的策略來實現任務的映射。在《云計算》劉鵬著的示例中,提供了兩種映射算法,一種是作業順序分配的算法、另一種是以總完成時間最短為導向的貪心算法。本人的目標是基于多維QoS的資源調度算法,所以重載了云任務Cloudlet類,在類中增加了與QoS相關的屬性,比如資源需求、QoS 需求、作業優先級等。然后在資源分配函數中根據這些屬性的值,選定分配策略,來完成任務到虛擬機的映射。另外個人認為,在資源調度層面,并不需要指定每維 QoS的具體來源、具體意義,映射算法中只需要將其作為一個參數做相應的運算即可。
博文出處:http://blog.csdn.net/hanchaoqi/article/details/36043879