Simpy离散事件仿真（6）——专题指南（2）——Enviroments环境

1 环境

仿真环境（Enviroment）管理仿真时间、事件的调度和处理。它还提供了逐步完成或执行仿真的方法。

常规的仿真使用Enviroment。对于实时仿真，SimPy提供了RealtimeEnvironment （更多关于实时仿真的内容）。

 

2 仿真控制

SimPy在进行仿真时非常灵活。您可以运行仿真直到没有其他事件发生，或者直到达到某个仿真时间，或者直到触发某个事件。您还可以按照事件次序逐步进行仿真。此外，您可以任意组合以上方式进行仿真。

例如，您可以运行仿真直到发生有趣的事件。然后，您可以逐个事件地进行一段时间仿真；最后，直到不再有事件存在，并且您的进程都已终止，仿真结束。

这里最重要的方法是Environment.run()：

（1）如果在没有任何参数（env.run()）的情况下调用它，它将逐步完成仿真直到没有其他事件。

注意：如果您的进程永远运行（While True:yield env.timeout(1)），则此方法将永远不会终止（除非您通过按Ctrl-C键来终止脚本）。

（2）在大多数情况下，建议在达到某个仿真时间时停止仿真。因此，您可以通过until参数传递所需的时间，例如：env.run(until=10)

当内部时钟达到10时，仿真将停止，但不会处理为时间10安排的任何事件。这类似于时钟为0但（显然）尚未处理事件的新环境。

如果需要将仿真集成到图形用户界面中并绘制流程栏，则可以重复调用此函数并增加“until”值，并在每次调用后更新进度栏：

 

for i in range(100):
    env.run(until=i)
    progressbar.update(i)

 

（3）您也可以将任何事件传递给它，而不是将数字传递给run()。当事件被处理后，run()将返回。

假设当前时间为0，env.run(until=env.timeout(5))等同于env.run(until=5)。

您还可以传递其他类型的事件（请记住，进程也是一个事件）：

import simpy

def my_proc(env):
    yield env.timeout(1)
    return 'Monty Python’s Flying Circus'

env = simpy.Environment()
proc = env.process(my_proc(env))
env.run(until=proc)

'Monty Python’s Flying Circus'

 

如果您需要逐个事件地执行仿真事件，环境提供peek()和step()。

peek()返回下一个计划事件的时间，如果没有计划的事件，则返回无穷大（float（'inf'））。

step()处理下一个计划的事件。如果没有可用的事件，它将抛出EmptySchedule异常。

典型的用法如下：

until = 10
while env.peek() < until:
   env.step()

 

3 状态访问

环境允许您通过environment.now属性获取当前仿真时间。仿真时间是一个没有单位的数字，它通过超时事件增加。

默认情况下，时间从0开始，但在有其他需求时，您可以自定义初始时间传递给环境。

注意：尽管仿真时间在技术上是无单位的，但您可以假设它是以秒为单位的，并将其用作time.time()返回的时间戳来计算日期或星期几。

属性Environment.active_process相当于os.getpid()，它要么是None，要么是指向当前活动的进程。一个进程在执行其进程功能时处于活动状态。当它产生一个事件时，它变为不活动（或挂起）。

因此，从进程函数或进程函数调用的函数中访问此属性才有意义：

def subfunc(env):
    print(env.active_process)  # will print "p1"

def my_proc(env):
    while True:
        print(env.active_process)  # will print "p1"
        subfunc(env)
        yield env.timeout(1)

env = simpy.Environment()
p1 = env.process(my_proc(env))
env.active_process  # None

env.step()

<Process(my_proc) object at 0x7fcbe82aa3c8>
<Process(my_proc) object at 0x7fcbe82aa3c8>

env.active_process  # None

这方面的一个示例是资源系统：如果进程函数调用request()来请求资源，则资源通过env.active_process来确定请求进程。看看代码，看看我们是怎么做到的：-）。

 

4 创建事件

要创建事件，通常需要导入simpy.events，实例化事件类并将对环境的引用传递给它。为了减少键入的次数，环境提供了一些创建事件的快捷方式。例如，Environment.event()等同于simpy.events.event(env)。

其他快捷方式包括：

Environment.process()
Environment.timeout()
Environment.all_of()
Environment.any_of()

有关事件的更多详细信息，请参阅事件指南。

 

5 其他

自Python 3.3以来，生成器函数可以有一个返回值：

def my_proc(env):
    yield env.timeout(1)
    return 42

在SimPy中，这可用于为可由其他进程使用的进程提供返回值：
 

def other_proc(env):
    ret_val = yield env.process(my_proc(env))
    assert ret_val == 42