WorkflowSimBasicExample1代码

已于 2023-01-16 00:03:16 修改
阅读量274 收藏
点赞数
分类专栏： WorkFlowsim 文章标签： java c++ 算法
于 2023-01-15 14:05:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44636569/article/details/128694043
版权 
 * Copyright 2012-2013 University Of Southern California
 *
 * Licensed under the Apache License, Version 2.0 (the "License"); you may not
 * use this file except in compliance with the License. You may obtain a copy of
 * the License at
 *
 * http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS, WITHOUT
 * WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the
 * License for the specific language governing permissions and limitations under
 * the License.
 */
package org.workflowsim.examples;

import java.io.File;
import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.Calendar;
import java.util.LinkedList;
import java.util.List;
import org.cloudbus.cloudsim.Cloudlet;
import org.cloudbus.cloudsim.CloudletSchedulerSpaceShared;
import org.cloudbus.cloudsim.DatacenterCharacteristics;
import org.cloudbus.cloudsim.HarddriveStorage;
import org.cloudbus.cloudsim.Host;
import org.cloudbus.cloudsim.Log;
import org.cloudbus.cloudsim.Pe;
import org.cloudbus.cloudsim.Storage;
import org.cloudbus.cloudsim.VmAllocationPolicySimple;
import org.cloudbus.cloudsim.VmSchedulerTimeShared;
import org.cloudbus.cloudsim.core.CloudSim;
import org.cloudbus.cloudsim.provisioners.BwProvisionerSimple;
import org.cloudbus.cloudsim.provisioners.PeProvisionerSimple;
import org.cloudbus.cloudsim.provisioners.RamProvisionerSimple;
import org.workflowsim.CondorVM;
import org.workflowsim.Task;
import org.workflowsim.WorkflowDatacenter;
import org.workflowsim.Job;
import org.workflowsim.WorkflowEngine;
import org.workflowsim.WorkflowPlanner;
import org.workflowsim.utils.ClusteringParameters;
import org.workflowsim.utils.OverheadParameters;
import org.workflowsim.utils.Parameters;
import org.workflowsim.utils.ReplicaCatalog;
import org.workflowsim.utils.Parameters.ClassType;

/**
 * This WorkflowSimExample creates a workflow planner, a workflow engine, and
 * one schedulers, one data centers and 20 vms. You should change daxPath at
 * least. You may change other parameters as well.
 *
 * @author Weiwei Chen
 * @since WorkflowSim Toolkit 1.0
 * @date Apr 9, 2013
 */
public class WorkflowSimBasicExample1 {
	
    protected static List<CondorVM> createVM(int userId, int vms) {
        //Creates a container to store VMs. This list is passed to the broker later
        LinkedList<CondorVM> list = new LinkedList<>();

        //VM Parameters
        
        long size = 10000; //image size (MB)
        int ram = 512; //vm memory (MB)
        int mips = 1000;
        long bw = 1000;
        int pesNumber = 1; //number of cpus
        String vmm = "Xen"; //VMM name

        //create VMs
        CondorVM[] vm = new CondorVM[vms];
        for (int i = 0; i < vms; i++) {
            double ratio = 1.0;
            vm[i] = new CondorVM(i, userId, mips * ratio, pesNumber, ram, bw, size, vmm, new CloudletSchedulerSpaceShared());
            list.add(vm[i]);
        }
        return list;
    }

    // STATIC METHODS ///
    /**
     * Creates main() to run this example This example has only one datacenter
     * and one storage
     */
    public static void main(String[] args) {
        try {
            // First step: Initialize the WorkflowSim package. 
            /**
             * However, the exact number of vms may not necessarily be vmNum If
             * the data center or the host doesn't have sufficient resources the
             * exact vmNum would be smaller than that. Take care.
             */
            int vmNum = 20;//number of vms;
            /**
             * Should change this based on real physical path
             */
            
            //String daxPath = "/Users/weiweich/NetBeansProjects/WorkflowSim-1.0/config/dax/Montage_100.xml";
            String daxPath = "F:\\WorkFlowSim\\WorkflowSim-1.0-master\\config\\dax\\Montage_100.xml";
            File daxFile = new File(daxPath);
            if (!daxFile.exists()) {
                Log.printLine("Warning: Please replace daxPath with the physical path in your working environment!");
                return;
            }

            /**
             * Since we are using MINMIN scheduling algorithm, the planning
             * algorithm should be INVALID such that the planner would not
             * override the result of the scheduler
             */
            Parameters.SchedulingAlgorithm sch_method = Parameters.SchedulingAlgorithm.MINMIN;
            Parameters.PlanningAlgorithm pln_method = Parameters.PlanningAlgorithm.INVALID;
            ReplicaCatalog.FileSystem file_system = ReplicaCatalog.FileSystem.SHARED;

            /**
             * No overheads
             */
            OverheadParameters op = new OverheadParameters(0, null, null, null, null, 0);

            /**
             * No Clustering
             */
            ClusteringParameters.ClusteringMethod method = ClusteringParameters.ClusteringMethod.NONE;
            ClusteringParameters cp = new ClusteringParameters(0, 0, method, null);

            /**
             * Initialize static parameters
             */
            Parameters.init(vmNum, daxPath, null,
                    null, op, cp, sch_method, pln_method,
                    null, 0);
            ReplicaCatalog.init(file_system);

            // before creating any entities.
            int num_user = 1;   // number of grid users
            Calendar calendar = Calendar.getInstance();
            boolean trace_flag = false;  // mean trace events

            // Initialize the CloudSim library
            CloudSim.init(num_user, calendar, trace_flag);

            WorkflowDatacenter datacenter0 = createDatacenter("Datacenter_0");

            /**
             * Create a WorkflowPlanner with one schedulers.
             */
            WorkflowPlanner wfPlanner = new WorkflowPlanner("planner_0", 1);
            /**
             * Create a WorkflowEngine.
             */
            WorkflowEngine wfEngine = wfPlanner.getWorkflowEngine();
            /**
             * Create a list of VMs.The userId of a vm is basically the id of
             * the scheduler that controls this vm.
             */
            List<CondorVM> vmlist0 = createVM(wfEngine.getSchedulerId(0), Parameters.getVmNum());

            /**
             * Submits this list of vms to this WorkflowEngine.
             */
            wfEngine.submitVmList(vmlist0, 0);

            /**
             * Binds the data centers with the scheduler.
             */
            wfEngine.bindSchedulerDatacenter(datacenter0.getId(), 0);
            CloudSim.startSimulation();
            List<Job> outputList0 = wfEngine.getJobsReceivedList();
            CloudSim.stopSimulation();
            printJobList(outputList0);
        } catch (Exception e) {
            Log.printLine("The simulation has been terminated due to an unexpected error");
        }
    }

    protected static WorkflowDatacenter createDatacenter(String name) {

        // Here are the steps needed to create a PowerDatacenter:
        // 1. We need to create a list to store one or more
        //    Machines
        List<Host> hostList = new ArrayList<>();

        // 2. A Machine contains one or more PEs or CPUs/Cores. Therefore, should
        //    create a list to store these PEs before creating
        //    a Machine.
        for (int i = 1; i <= 20; i++) {
            List<Pe> peList1 = new ArrayList<>();
            int mips = 2000;
            // 3. Create PEs and add these into the list.
            //for a quad-core machine, a list of 4 PEs is required:
            peList1.add(new Pe(0, new PeProvisionerSimple(mips))); // need to store Pe id and MIPS Rating
            peList1.add(new Pe(1, new PeProvisionerSimple(mips)));

            int hostId = 0;
            int ram = 2048; //host memory (MB)
            long storage = 1000000; //host storage
            int bw = 10000;
            hostList.add(
                    new Host(
                            hostId,
                            new RamProvisionerSimple(ram),
                            new BwProvisionerSimple(bw),
                            storage,
                            peList1,
                            new VmSchedulerTimeShared(peList1))); // This is our first machine
            //hostId++;
        }

        // 4. Create a DatacenterCharacteristics object that stores the
        //    properties of a data center: architecture, OS, list of
        //    Machines, allocation policy: time- or space-shared, time zone
        //    and its price (G$/Pe time unit).
        String arch = "x86";      // system architecture
        String os = "Linux";          // operating system
        String vmm = "Xen";
        double time_zone = 10.0;         // time zone this resource located
        double cost = 3.0;              // the cost of using processing in this resource
        double costPerMem = 0.05;		// the cost of using memory in this resource
        double costPerStorage = 0.1;	// the cost of using storage in this resource
        double costPerBw = 0.1;			// the cost of using bw in this resource
        LinkedList<Storage> storageList = new LinkedList<>();	//we are not adding SAN devices by now
        WorkflowDatacenter datacenter = null;

        DatacenterCharacteristics characteristics = new DatacenterCharacteristics(
                arch, os, vmm, hostList, time_zone, cost, costPerMem, costPerStorage, costPerBw);

        // 5. Finally, we need to create a storage object.
        /**
         * The bandwidth within a data center in MB/s.
         */
        int maxTransferRate = 15;// the number comes from the futuregrid site, you can specify your bw

        try {
            // Here we set the bandwidth to be 15MB/s
            HarddriveStorage s1 = new HarddriveStorage(name, 1e12);
            s1.setMaxTransferRate(maxTransferRate);
            storageList.add(s1);
            datacenter = new WorkflowDatacenter(name, characteristics, new VmAllocationPolicySimple(hostList), storageList, 0);
        } catch (Exception e) {
            e.printStackTrace();
        }
        return datacenter;
    }

    /**
     * Prints the job objects
     *
     * @param list list of jobs
     */
    protected static void printJobList(List<Job> list) {
        String indent = "    ";
        Log.printLine();
        Log.printLine("========== OUTPUT ==========");
        Log.printLine("Job ID" + indent + "Task ID" + indent + "STATUS" + indent
                + "Data center ID" + indent + "VM ID" + indent + indent
                + "Time" + indent + "Start Time" + indent + "Finish Time" + indent + "Depth");
        DecimalFormat dft = new DecimalFormat("###.##");
        for (Job job : list) {
            Log.print(indent + job.getCloudletId() + indent + indent);
            if (job.getClassType() == ClassType.STAGE_IN.value) {
                Log.print("Stage-in");
            }
            for (Task task : job.getTaskList()) {
                Log.print(task.getCloudletId() + ",");
            }
            Log.print(indent);

            if (job.getCloudletStatus() == Cloudlet.SUCCESS) {
                Log.print("SUCCESS");
                Log.printLine(indent + indent + job.getResourceId() + indent + indent + indent + job.getVmId()
                        + indent + indent + indent + dft.format(job.getActualCPUTime())
                        + indent + indent + dft.format(job.getExecStartTime()) + indent + indent + indent
                        + dft.format(job.getFinishTime()) + indent + indent + indent + job.getDepth());
            } else if (job.getCloudletStatus() == Cloudlet.FAILED) {
                Log.print("FAILED");
                Log.printLine(indent + indent + job.getResourceId() + indent + indent + indent + job.getVmId()
                        + indent + indent + indent + dft.format(job.getActualCPUTime())
                        + indent + indent + dft.format(job.getExecStartTime()) + indent + indent + indent
                        + dft.format(job.getFinishTime()) + indent + indent + indent + job.getDepth());
            }
        }
    }
}


package org.workflowsim.examples;

import java.io.File;
import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.Calendar;
import java.util.LinkedList;
import java.util.List;
import org.cloudbus.cloudsim.Cloudlet;
import org.cloudbus.cloudsim.CloudletSchedulerSpaceShared;
import org.cloudbus.cloudsim.DatacenterCharacteristics;
import org.cloudbus.cloudsim.HarddriveStorage;
import org.cloudbus.cloudsim.Host;
import org.cloudbus.cloudsim.Log;
import org.cloudbus.cloudsim.Pe;
import org.cloudbus.cloudsim.Storage;
import org.cloudbus.cloudsim.VmAllocationPolicySimple;
import org.cloudbus.cloudsim.VmSchedulerTimeShared;
import org.cloudbus.cloudsim.core.CloudSim;
import org.cloudbus.cloudsim.provisioners.BwProvisionerSimple;
import org.cloudbus.cloudsim.provisioners.PeProvisionerSimple;
import org.cloudbus.cloudsim.provisioners.RamProvisionerSimple;
import org.workflowsim.CondorVM;
import org.workflowsim.Task;
import org.workflowsim.WorkflowDatacenter;
import org.workflowsim.Job;
import org.workflowsim.WorkflowEngine;
import org.workflowsim.WorkflowPlanner;
import org.workflowsim.utils.ClusteringParameters;
import org.workflowsim.utils.OverheadParameters;
import org.workflowsim.utils.Parameters;
import org.workflowsim.utils.ReplicaCatalog;
import org.workflowsim.utils.Parameters.ClassType;

/**

 这个WorkflowSimExample 创建了
 	一个工作流计划器(workflow planner)、
 	一个工作流引擎(workflow engine)、
 	一个调度器(schedulers)、
 	一个数据中心(data centers)、
 	20个虚拟机(20 vms)。
 您至少应该更改daxPath。您还可以更改其他参数。

 */

public class WorkflowSimBasicExampleTest {

	protected static List<CondorVM> createVM(int userId, int vms) {
		//创建用于存放虚拟机的容器。该列表稍后被传递给代理
		LinkedList<CondorVM> list = new LinkedList<>();

		//  虚拟机参数(VM Parameters)
		long size = 10000; // image size (MB) 划分的虚拟硬盘大小
		int ram = 512; // vm memory (MB) 虚拟内存
		int mips = 1000; // mips:Million Instructions Per Second   衡量cpu的性能指标
		long bw = 1000;	// bindwidth:带宽		任务到任务的传输成本
		int pesNumber = 1; // number of cpus    cpu的数量
		String vmm = "Xen"; // VMM name    VMM: Virtual Machine Manager    虚拟机管理名称

		// create VMs  创建虚拟机集群
		CondorVM[] vm = new CondorVM[vms];	// CondorVm扩展一个Vm
		for (int i = 0; i < vms; i++) {
			double ratio = 1.0;
			vm[i] = new CondorVM(i, userId, mips * ratio, pesNumber, ram, bw, size, vmm,
					new CloudletSchedulerSpaceShared());
        // cloudletschedulerspacesshared 实现了由虚拟机执行的调度策略  云任务调度时间共享，所有任务同时运行
			list.add(vm[i]);
		}
		return list;
	}

	// STATIC METHODS ///
	/**
	   创建main()以运行此示例。此示例只有一个数据中心(datacenter)和一个存储(storage)
	 */
	public static void main(String[] args) {
		try {
			// 第一步:初始化WorkflowSim包.
			/**
			 但是，虚拟机的确切数量不一定是vmNum。如果数据中心或主机没有足够的资源，那么准确的vmNum可能会小于vmNum。当心
			 */
			int vmNum = 20;// number of vms; 虚拟机的数量
			/**
			 应该根据实际物理路径进行更改
			 */
			// String daxPath ="/Users/weiweich/NetBeansProjects/WorkflowSim-1.0/config/dax/Montage_100.xml";
			String daxPath = "F:\\WorkFlowSim\\WorkflowSim-1.0-master\\config\\dax\\Montage_100.xml";

			File daxFile = new File(daxPath);
			if (!daxFile.exists()) {
				Log.printLine("Warning: Please replace daxPath with the physical path in your working environment!");
				return;
			}

			/**
			  由于我们使用MINMIN调度算法(MINMIN scheduling algorithm)，所以规划算法(planning algorithm)应该是INVALID，这样规划程序就不会覆盖调度程序的结果
			 */
			Parameters.SchedulingAlgorithm sch_method = Parameters.SchedulingAlgorithm.MINMIN;
			Parameters.PlanningAlgorithm pln_method = Parameters.PlanningAlgorithm.INVALID;
			ReplicaCatalog.FileSystem file_system = ReplicaCatalog.FileSystem.SHARED;

			/**
			 * No overheads 费用开支
			 */
			OverheadParameters op = new OverheadParameters(0, null, null, null, null, 0);

			/**
			 * No Clustering 集群
			 */
			ClusteringParameters.ClusteringMethod method = ClusteringParameters.ClusteringMethod.NONE;
			ClusteringParameters cp = new ClusteringParameters(0, 0, method, null);

			// 初始化静态参数
			Parameters.init(vmNum, daxPath, null, null, op, cp, sch_method, pln_method, null, 0);
			ReplicaCatalog.init(file_system);

			// 在创建任何实体之前
			int num_user = 1; // number of grid users	网格用户数
			Calendar calendar = Calendar.getInstance();	// 日历
			boolean trace_flag = false; // mean trace events  平均跟踪事件

			// 初始化CloudSim库
			CloudSim.init(num_user, calendar, trace_flag);

			WorkflowDatacenter datacenter0 = createDatacenter("Datacenter_0");

			// 创建带有一个调度器的WorkflowPlanner工作流计划器。
			WorkflowPlanner wfPlanner = new WorkflowPlanner("planner_0", 1);
			
			// 创建一个工作流引擎
			WorkflowEngine wfEngine = wfPlanner.getWorkflowEngine();
			
			// 创建虚拟机列表。虚拟机的userId基本上就是调度程序的id控制这个vm
			List<CondorVM> vmlist0 = createVM(wfEngine.getSchedulerId(0), Parameters.getVmNum());

			// 将这个虚拟机列表提交给这个WorkflowEngine		
			wfEngine.submitVmList(vmlist0, 0);

			// 将数据中心(data centers)绑定到调度程序
			wfEngine.bindSchedulerDatacenter(datacenter0.getId(), 0);
			CloudSim.startSimulation();	// 开始仿真
			List<Job> outputList0 = wfEngine.getJobsReceivedList();	// 获取已接收的作业列表
			CloudSim.stopSimulation();
			printJobList(outputList0);
		} catch (Exception e) {
			Log.printLine("The simulation has been terminated due to an unexpected error");
		}
	}
	
	protected static WorkflowDatacenter createDatacenter(String name) {	// 创建数据中心

		// 以下是创建PowerDatacenter所需的步骤:
		// 1. 我们需要创建一个列表来存储一个或多个machine
		List<Host> hostList = new ArrayList<>();

		// 2. 一台机器包含一个或多个pe或内核/cpu(CPUs/Cores)。因此,应该在创建Machine之前创建一个列表来存储这些PE。
		// Pe代表cpu单元，字段：pe状态和分配策略peProvisioner 同一台主机所有pe有相同的处理能力
		for (int i = 1; i <= 20; i++) {
			List<Pe> peList1 = new ArrayList<>();
			int mips = 2000;
			
			// 3. 创建PE并将其添加到列表中。
			// 对于四核机器，需要列出4个pe(PEid,MIPS速度):
			peList1.add(new Pe(0, new PeProvisionerSimple(mips))); // 需要存储Pe id和MIPS等级
			peList1.add(new Pe(1, new PeProvisionerSimple(mips)));
			
			// 下面是声明了host的参数，并将其添加到机器列表中
			// host参数：hostID、内存、存储容量、带宽

			int hostId = 0;
			int ram = 2048; // host memory (MB)
			long storage = 1000000; // host storage
			int bw = 10000;
			hostList.add(new Host(hostId, new RamProvisionerSimple(ram), new BwProvisionerSimple(bw), storage, peList1,
					new VmSchedulerTimeShared(peList1))); // 创建机器完成
		
		}

		/*
		 4、属性创建一个DatacenterCharacteristics对象数据中心的属性:体系结构，操作系统，列表机器，
		 分配策略:时间或空间共享，时区及其价格(G$/Pe时间单位)。
		*/
		String arch = "x86"; // system architecture
		String os = "Linux"; // operating system
		String vmm = "Xen";
		double time_zone = 10.0; // time zone this resource located	该资源所在的时区
		double cost = 3.0; // the cost of using processing in this resource	在此资源中使用处理的成本
		double costPerMem = 0.05; // the cost of using memory in this resource	在此资源中使用内存的成本
		double costPerStorage = 0.1; // the cost of using storage in this resource	在此资源中使用存储的成本
		double costPerBw = 0.1; // the cost of using bw in this resource	在此资源中使用bw带宽的成本
		LinkedList<Storage> storageList = new LinkedList<>(); // we are not adding SAN devices by now	我们现在还没有添加SAN设备
		WorkflowDatacenter datacenter = null;

		DatacenterCharacteristics characteristics = new DatacenterCharacteristics(arch, os, vmm, hostList, time_zone,
				cost, costPerMem, costPerStorage, costPerBw);

		// 5. 最后，我们需要创建一个数据中心对象。
		// 数据中心内的带宽，以MB/s为单位。
		
		int maxTransferRate = 15;// 这个数字来自futuregrid网站，你可以指定你的带宽bw

		try {
			// 这里我们将带宽设置为15MB/s
			HarddriveStorage s1 = new HarddriveStorage(name, 1e12);
			s1.setMaxTransferRate(maxTransferRate);
			storageList.add(s1);
			datacenter = new WorkflowDatacenter(name, characteristics, new VmAllocationPolicySimple(hostList),
					storageList, 0);
		} catch (Exception e) {
			e.printStackTrace();
		}
		return datacenter;
	}

	/**
	 * Prints the job objects
	 *
	 * @param list list of jobs
	 */
	protected static void printJobList(List<Job> list) {
		String indent = "    ";
		Log.printLine();
		Log.printLine("========== OUTPUT ==========");
		Log.printLine("Job ID" + indent + "Task ID" + indent + "STATUS" + indent + "Data center ID" + indent + "VM ID"
				+ indent + indent+ "Time" + indent + "Start Time" + indent + "Finish Time" + indent + "Depth");
		DecimalFormat dft = new DecimalFormat("###.##");
		for (Job job : list) {
			Log.print(indent + job.getCloudletId() + indent + indent);
			if (job.getClassType() == ClassType.STAGE_IN.value) {
				Log.print("Stage-in");
			}
			for (Task task : job.getTaskList()) {
				Log.print(task.getCloudletId() + ",");
			}
			Log.print(indent);

			if (job.getCloudletStatus() == Cloudlet.SUCCESS) {
				Log.print("SUCCESS");
				Log.printLine(indent + indent + job.getResourceId() + indent + indent + indent + job.getVmId() + indent
						+ indent + indent + dft.format(job.getActualCPUTime()) + indent + indent
						+ dft.format(job.getExecStartTime()) + indent + indent + indent
						+ dft.format(job.getFinishTime()) + indent + indent + indent + job.getDepth());
			} else if (job.getCloudletStatus() == Cloudlet.FAILED) {
				Log.print("FAILED");
				Log.printLine(indent + indent + job.getResourceId() + indent + indent + indent + job.getVmId() + indent
						+ indent + indent + dft.format(job.getActualCPUTime()) + indent + indent
						+ dft.format(job.getExecStartTime()) + indent + indent + indent
						+ dft.format(job.getFinishTime()) + indent + indent + indent + job.getDepth());
			}
		}
	}
}

在这里插入图片描述

package org.workflowsim.examples;

import java.io.File;
import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.Calendar;
import java.util.LinkedList;
import java.util.List;
import org.cloudbus.cloudsim.Cloudlet;
import org.cloudbus.cloudsim.CloudletSchedulerSpaceShared;
import org.cloudbus.cloudsim.DatacenterCharacteristics;
import org.cloudbus.cloudsim.HarddriveStorage;
import org.cloudbus.cloudsim.Host;
import org.cloudbus.cloudsim.Log;
import org.cloudbus.cloudsim.Pe;
import org.cloudbus.cloudsim.Storage;
import org.cloudbus.cloudsim.VmAllocationPolicySimple;
import org.cloudbus.cloudsim.VmSchedulerTimeShared;
import org.cloudbus.cloudsim.core.CloudSim;
import org.cloudbus.cloudsim.provisioners.BwProvisionerSimple;
import org.cloudbus.cloudsim.provisioners.PeProvisionerSimple;
import org.cloudbus.cloudsim.provisioners.RamProvisionerSimple;
import org.workflowsim.CondorVM;
import org.workflowsim.Task;
import org.workflowsim.WorkflowDatacenter;
import org.workflowsim.Job;
import org.workflowsim.WorkflowEngine;
import org.workflowsim.WorkflowPlanner;
import org.workflowsim.utils.ClusteringParameters;
import org.workflowsim.utils.OverheadParameters;
import org.workflowsim.utils.Parameters;
import org.workflowsim.utils.ReplicaCatalog;
import org.workflowsim.utils.Parameters.ClassType;

/**

 这个WorkflowSimExample 创建了
 	一个工作流计划器(workflow planner)、
 	一个工作流引擎(workflow engine)、
 	一个调度器(schedulers)、
 	一个数据中心(data centers)、
 	20个虚拟机(20 vms)。
 您至少应该更改daxPath。您还可以更改其他参数。

 */

public class WorkflowSimBasicExampleTest {

	protected static List<CondorVM> createVM(int userId, int vms) {
		//创建用于存放虚拟机的容器。该列表稍后被传递给代理
		LinkedList<CondorVM> list = new LinkedList<>();

		//  虚拟机参数(VM Parameters)
		long size = 10000; // image size (MB) 划分的虚拟硬盘大小
		int ram = 512; // vm memory (MB) 虚拟内存
		int mips = 1000; // mips:Million Instructions Per Second   衡量cpu的性能指标
		long bw = 1000;	// bindwidth:带宽		任务到任务的传输成本
		int pesNumber = 1; // number of cpus    cpu的数量
		String vmm = "Xen"; // VMM name    VMM: Virtual Machine Manager    虚拟机管理名称

		// create VMs  创建虚拟机集群
		CondorVM[] vm = new CondorVM[vms];	// CondorVm扩展一个Vm
		for (int i = 0; i < vms; i++) {
			double ratio = 1.0;
			vm[i] = new CondorVM(i, userId, mips * ratio, pesNumber, ram, bw, size, vmm,
					new CloudletSchedulerSpaceShared());
        // cloudletschedulerspacesshared 实现了由虚拟机执行的调度策略  云任务调度时间共享，所有任务同时运行
			list.add(vm[i]);
		}
		return list;
	}

	// STATIC METHODS ///
	/**
	   创建main()以运行此示例。此示例只有一个数据中心(datacenter)和一个存储(storage)
	 */
	public static void main(String[] args) {
		try {
			// 第一步:初始化WorkflowSim包.
			/**
			 但是，虚拟机的确切数量不一定是vmNum。如果数据中心或主机没有足够的资源，那么准确的vmNum可能会小于vmNum。当心
			 */
			int vmNum = 20;// number of vms; 虚拟机的数量
			/**
			 应该根据实际物理路径进行更改
			 */
			// String daxPath ="/Users/weiweich/NetBeansProjects/WorkflowSim-1.0/config/dax/Montage_100.xml";
			String daxPath = "F:\\WorkFlowSim\\WorkflowSim-1.0-master\\config\\dax\\Montage_100.xml";

			File daxFile = new File(daxPath);
			if (!daxFile.exists()) {
				Log.printLine("Warning: Please replace daxPath with the physical path in your working environment!");
				return;
			}

			/**
			  由于我们使用MINMIN调度算法(MINMIN scheduling algorithm)，所以规划算法(planning algorithm)应该是INVALID，这样规划程序就不会覆盖调度程序的结果
			 */
			// 枚举类型 直接引用
			Parameters.SchedulingAlgorithm sch_method = Parameters.SchedulingAlgorithm.MINMIN;
			Parameters.PlanningAlgorithm pln_method = Parameters.PlanningAlgorithm.INVALID;
			ReplicaCatalog.FileSystem file_system = ReplicaCatalog.FileSystem.SHARED;

			/**
			 * No overheads 没有费用开支
			 */
			OverheadParameters op = new OverheadParameters(0, null, null, null, null, 0);

			/**
			 * No Clustering 没有集群
			 */
			ClusteringParameters.ClusteringMethod method = ClusteringParameters.ClusteringMethod.NONE;
			ClusteringParameters cp = new ClusteringParameters(0, 0, method, null);

			// 初始化静态参数
			Parameters.init(vmNum, daxPath, null, null, op, cp, sch_method, pln_method, null, 0);
			ReplicaCatalog.init(file_system);

			// 在创建任何实体之前
			int num_user = 1; // number of grid users	网格用户数
			Calendar calendar = Calendar.getInstance();	// 日历
			boolean trace_flag = false; // mean trace events  平均跟踪事件

			// 初始化CloudSim库
			CloudSim.init(num_user, calendar, trace_flag);
			
			// 创建数据中心 datacenter0
			WorkflowDatacenter datacenter0 = createDatacenter("Datacenter_0");

			// 创建带有一个调度器的WorkflowPlanner工作流计划器。
			WorkflowPlanner wfPlanner = new WorkflowPlanner("planner_0", 1);
			
			// 创建一个工作流引擎
			WorkflowEngine wfEngine = wfPlanner.getWorkflowEngine();
			
			// 创建虚拟机列表。虚拟机的userId基本上就是调度程序的id控制这个vm
			List<CondorVM> vmlist0 = createVM(wfEngine.getSchedulerId(0), Parameters.getVmNum());

			// 将这个虚拟机列表提交给这个WorkflowEngine(将包含虚拟机的列表发送给代理必须创建)		
			wfEngine.submitVmList(vmlist0, 0);

			// 将数据中心(data centers)绑定到调度程序
			wfEngine.bindSchedulerDatacenter(datacenter0.getId(), 0);
			
			// 开始仿真
			CloudSim.startSimulation();
			// 获取已接收的作业列表
			List<Job> outputList0 = wfEngine.getJobsReceivedList();
			// 仿真结束
			CloudSim.stopSimulation();
			// 打印仿真结果
			printJobList(outputList0);
		} catch (Exception e) {
			Log.printLine("The simulation has been terminated due to an unexpected error");
		}
	}
	
	protected static WorkflowDatacenter createDatacenter(String name) {	// 创建数据中心

		// 以下是创建PowerDatacenter所需的步骤:
		// 1. 我们需要创建一个列表来存储一个或多个machine
		List<Host> hostList = new ArrayList<>();

		// 2. 一台机器包含一个或多个pe或内核/cpu(CPUs/Cores)。因此,应该在创建Machine之前创建一个列表来存储这些PE。
		// Pe代表cpu单元，字段：pe状态和分配策略peProvisioner 同一台主机所有pe有相同的处理能力
		for (int i = 1; i <= 20; i++) {
			List<Pe> peList1 = new ArrayList<>();
			int mips = 2000;
			
			// 3. 创建PE并将其添加到列表中。
			// 对于四核机器，需要列出4个pe(PEid,MIPS速度):
			peList1.add(new Pe(0, new PeProvisionerSimple(mips))); // 需要存储Pe id和MIPS等级
			peList1.add(new Pe(1, new PeProvisionerSimple(mips)));
			
			// 下面是声明了host的参数，并将其添加到机器列表中
			// host参数：hostID、内存、存储容量、带宽

			int hostId = 0;
			int ram = 2048; // host memory (MB)
			long storage = 1000000; // host storage
			int bw = 10000;
			hostList.add(new Host(hostId, new RamProvisionerSimple(ram), new BwProvisionerSimple(bw), storage, peList1,
					new VmSchedulerTimeShared(peList1))); // 创建机器完成
		
		}

		/*
		 4、属性创建一个DatacenterCharacteristics对象数据中心的属性:体系结构，操作系统，列表机器，
		 分配策略:时间或空间共享，时区及其价格(G$/Pe时间单位)。
		*/
		String arch = "x86"; // system architecture
		String os = "Linux"; // operating system
		String vmm = "Xen";
		double time_zone = 10.0; // time zone this resource located	该资源所在的时区
		double cost = 3.0; // the cost of using processing in this resource	在此资源中使用处理的成本
		double costPerMem = 0.05; // the cost of using memory in this resource	在此资源中使用内存的成本
		double costPerStorage = 0.1; // the cost of using storage in this resource	在此资源中使用存储的成本
		double costPerBw = 0.1; // the cost of using bw in this resource	在此资源中使用bw带宽的成本
		LinkedList<Storage> storageList = new LinkedList<>(); // we are not adding SAN devices by now	我们现在还没有添加SAN设备
		WorkflowDatacenter datacenter = null;

		DatacenterCharacteristics characteristics = new DatacenterCharacteristics(arch, os, vmm, hostList, time_zone,
				cost, costPerMem, costPerStorage, costPerBw);

		// 5. 最后，我们需要创建一个数据中心对象。
		// 数据中心内的带宽，以MB/s为单位。
		
		int maxTransferRate = 15;// 这个数字来自futuregrid网站，你可以指定你的带宽bw

		try {
			// 这里我们将带宽设置为15MB/s
			HarddriveStorage s1 = new HarddriveStorage(name, 1e12);
			s1.setMaxTransferRate(maxTransferRate);
			storageList.add(s1);
			datacenter = new WorkflowDatacenter(name, characteristics, new VmAllocationPolicySimple(hostList),
					storageList, 0);
		} catch (Exception e) {
			e.printStackTrace();
		}
		return datacenter;
	}

	/**
	 * Prints the job objects
	 *
	 * @param list list of jobs
	 */
	protected static void printJobList(List<Job> list) {
		String indent = "    ";
		Log.printLine();
		Log.printLine("========== OUTPUT ==========");
		Log.printLine("Job ID" + indent + "Task ID" + indent + "STATUS" + indent + "Data center ID" + indent + "VM ID"
				+ indent + indent+ "Time" + indent + "Start Time" + indent + "Finish Time" + indent + "Depth");
		DecimalFormat dft = new DecimalFormat("###.##");
		for (Job job : list) {
			Log.print(indent + job.getCloudletId() + indent + indent);
			if (job.getClassType() == ClassType.STAGE_IN.value) {
				Log.print("Stage-in");
			}
			for (Task task : job.getTaskList()) {
				Log.print(task.getCloudletId() + ",");
			}
			Log.print(indent);

			if (job.getCloudletStatus() == Cloudlet.SUCCESS) {
				Log.print("SUCCESS");
				Log.printLine(indent + indent + job.getResourceId() + indent + indent + indent + job.getVmId() + indent
						+ indent + indent + dft.format(job.getActualCPUTime()) + indent + indent
						+ dft.format(job.getExecStartTime()) + indent + indent + indent
						+ dft.format(job.getFinishTime()) + indent + indent + indent + job.getDepth());
			} else if (job.getCloudletStatus() == Cloudlet.FAILED) {
				Log.print("FAILED");
				Log.printLine(indent + indent + job.getResourceId() + indent + indent + indent + job.getVmId() + indent
						+ indent + indent + dft.format(job.getActualCPUTime()) + indent + indent
						+ dft.format(job.getExecStartTime()) + indent + indent + indent
						+ dft.format(job.getFinishTime()) + indent + indent + indent + job.getDepth());
			}
		}
	}
}
饮马瀚海呐
关注
专栏目录
WorkflowSim工作流仿真软件介绍 + 类的介绍 + 自创算法实现步骤
LaraJean的博客
03-23 6525
引用部分：https://github.com/WorkflowSim/WorkflowSim-1.0/wiki 0. Introduction 现在的大数据应用都非常复杂，并不仅仅能够通过一个或者几个MapReduce任务来描述。更加复杂的描述大数据应用的是工作流 (workflow)。 WorkflowSim (http://www.workflowsim.org/)是由南加州大学(University of Southern California)的Weiwei Chen开发的一套开源工作..
剖析WorkflowSim源码（一）初始化阶段
qq_43445553的博客
05-04 812
这些个参数是最重要的参数，决定具体要调用哪个planning算法，而这个算法真是大多数使用workflowsim的同志要写的算法，这里假如要加入自己的算法，那就在这个地方（WorkflowPlanner）添上去就好了，这个planner算法的具体作用就是将task和vm绑定在一起，我举个经典的例子，HEFTPlanningAlgorithm.java里面决定哪个任务应该调度到哪个虚拟机就是看的这个算法。这个类是用来处理延迟的，看了一下源码，这里面有是个重要的map。这个和上面的也很像，在这个函数。
Java-网络
2301_81543552的博客
09-14 737
Java中的网络编程主要涉及使用Socket类进行网络通信，以及理解各种网络协议。以下是一些关键概念和示例代码，帮助您入门。
自动生成不重复的订单id
ClaireCheney的博客
09-13 314
【代码】自动生成不重复的订单id。
面试突击-多线程和IO专题(至尊典藏版)
人生若只初相见@的博客
09-18 546
金九银十多线程和IO大厂面试专题
Gradle
xiaocaij_icai的博客
09-15 215
");
Java wrapperr打包springboot项目到linux和Windows
欢迎查阅
09-14 1061
测试启动就是点击App.bat 就会有信息的输出 installApp就是注册为一个windows上的一个服务。上图文件复制的地方 全部复制过去 保留自己需要的 然后去掉后缀.in。下载：linux的目前免费的 windows 64位的好像收费的。前提： 一定要有Java环境（我使用的是jdk1.8）解压的目录，然后我们新建自己的项目目录java-jsw。前面是你解压的原文件 后边是你自己建的目录路径。步骤和上面的一样 不过复制的文件不一样。下载一个社区版本的应该就够用了。需要注意的点 有Java环境。
计算机毕业设计 基于SpringBoot的课程教学平台的设计与实现 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试
weixin_19164791635
09-12 985
本文介绍了一款基于Java、SpringBoot和Vue.js技术的课程教学平台。该平台服务于管理员、学生和教师，提供教学资源管理、课程信息浏览、作业提交与批改等功能，旨在优化教学流程，提升教育质量，促进教育资源的数字化共享，推动教育信息化发展。
计算机毕业设计 网上书店系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试
weixin_19164791635
09-16 1234
本文介绍了一款基于Java、SpringBoot和Vue.js技术的网上书店系统。该系统为管理员、用户和卖家提供了图书信息浏览、订单管理、个人中心管理等功能，旨在打造一个便捷、高效的在线购书平台。系统通过优化图书销售流程，提升用户体验，推动出版行业的数字化转型，促进知识传播和文化交流。
使用API有效率地管理Dynadot域名，查看域名服务器（NS）信息
Dynadot_tech的博客
09-12 1122
Dynadot是通过ICANN认证的域名注册商，自2002年成立以来，服务于全球108个国家和地区的客户，为数以万计的客户提供简洁，优惠，安全的域名注册以及管理服务。Dynadot.com提供的API是专为效率而构建的高级域名管理和获取工具包。使用Dynadot API，可以查看某一域名DNS设置的域名服务器（Name server）信息。
基于JAVA的居家办公OA系统
最新发布
嵌入式行业打工人，不定期更新博客。
09-18 262
使用Spring Boot来搭建一个基础的居家办公OA系统的一部分——例如一个简单的任务管理模块。这个例子将包括创建一个任务的功能，并且能够将任务保存到数据库中。为了简化起见，这里我们只展示核心代码片段，并假设已经设置好了Spring Boot项目环境。以上代码展示了如何用Spring Boot创建一个简单的任务管理API。为了运行这个示例，你需要有一个Spring Boot项目，并且正确配置了数据库连接。此外，前端部分也需要开发，以便用户可以通过Web界面与后端API交互。
JAVA开源项目 在线视频教育平台 计算机毕业设计
as230627的博客
09-14 1077
基于Vue.js和SpringBoot的在线视频教育平台是一个功能丰富的系统，它包括管理后台和用户网页端，为管理员、普通用户和教师角色提供了不同的功能。在管理后台，管理员可以进行用户管理，包括用户信息的增删改查。
JAVA——方法重载
bengbeng2345的博客
09-12 224
返回值不能作为重载条件。
Spring原理
cool_tao6的博客
09-14 989
当SpringBoot程序启动时，会加载配置文件当中所定义的配置类，通过 @Import 注解将这些配置类全部加载到Spring的IoC容器中，交给IoC容器管理。1、Bean的作用域共分为6种：2、Bean的生命周期共分为5大部分：实例化、属性赋值、初始化、使用Bean、销毁Bean3、SpringBoot的自动配置原理源码入口：@SpringBootApplication 注解，这个注解封装了3个注解：（1）标志当前类为配置类。（2）进行包扫描（默认扫描的是启动类所在的当前包及其子包）
分布式调度平台【xxl-job的介绍、调度器的安装】
m0_57030122的博客
09-12 583
分布式调度平台【xxl-job的介绍、调度器的安装】
初始java
wk200411的博客
09-17 349
这个public class Test就是一个类，public static void main这里就是一个main方法，括号里面是一个形参，形参的类型是一个数组，这个也是后面再说到的问题，之后在方法里面的是一个打印hello world的语句，这里要直接输出main方法可以在idea上直接输入main或者psvm然后回车就会直接显示出这个main方法，打印语句的话直接输出sout就可以了。2.在写代码的过程中，我们创建了一个新的项目的话要让类的名字和项目的名字相同。在类中包括着方法，方法里面包括着语句。
Java多线程1
m0_56131422的博客
09-15 1052
原子性指的是某个操作在执行过程中不可被中断，它要么完全执行，要么完全不执行。原子性确保了操作的完整性和一致性，尤其在并发环境下尤为重要。示例简单的例子：整数变量的加法操作（i++）在某些环境下可能不是原子操作。如果两个线程同时对同一个变量进行加法操作，可能会导致数据竞态问题。为了保证操作的原子性，可以使用锁机制来保护这段操作。复杂的例子：在数据库系统中，一个转账操作（从账户A转账到账户B）需要保持原子性，要么全部成功（扣款和存款都完成），要么全部失败（不进行任何变更）。
Spring下载文件
会写Bug的攻城狮
09-13 271
【代码】Spring下载文件。
优化下载性能：使用Python多线程与异步并发提升下载效率
XiaoqiangClub的博客
09-18 331
优化下载性能：使用Python多线程与异步并发提升下载效率
大数据新视界 --大数据大厂之Flink强势崛起：大数据新视界的璀璨明珠
青云交的博客
09-12 1445
本文深入介绍了 Flink 实时数据处理框架，对比其与其他框架的优势，阐述处理数据的优势及具体步骤，还展示了在多个领域的应用场景及案例，为开发者全面呈现 Flink 的强大功能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值