WorkflowSimBasicExample1代码

已于 2023-01-16 00:03:16 修改
阅读量275 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 6532
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..
WorkflowSim 大数据工作流仿真软件介绍
u011465228的专栏
04-27 6002
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Pegasus WMS组开发的一套开源工作流仿真软件。WorkflowSim
剖析WorkflowSim源码（一）初始化阶段
qq_43445553的博客
05-04 819
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
09-14 789
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。
Java企业面试题3
m0_74972727的博客
09-15 810
1. break和continue的作用(智*图) break：用于完全退出一个循环（如 for, while）或一个 switch 语句。当在循环体内遇到break语句时，程序会立即跳出当前循环体，继续执行循环之后的代码。 continue：用于跳过当前循环体中剩余的部分，并开始下一次循环。如果是在 for 循环中使用continue，则会直接进行条件判断以决定是否执行下一轮循环。 2. if分支语句和switch分支语句的异同之处(智*图) 相同点：都是用来根据不同的条件执行不同的代码块。
上传文件到钉盘流程详解
jspyth的博客
09-14 804
本文详解如何通过钉钉的API实现上传文件到钉盘目录，代码通过JAVA实现。
JDK17新增语法特性
2201_76124988的博客
09-20 330
从springboot3.0开始，已经不支持JDK8，转变为JDK17参考资料：官方博客。
faiss安装 （CPU版本）
CSDN_WHB的博客
09-20 120
faiss版本 faiss-v1.7.4。
自动生成不重复的订单id
ClaireCheney的博客
09-13 351
【代码】自动生成不重复的订单id。
Gradle
xiaocaij_icai的博客
09-15 248
");
基于SpringBoot的考研资讯平台设计与实现
linzhongshu的专栏
09-13 989
对于本次的系统开发来看，它主要是把我以前所学的知识进行了一次综合的应用。经过这次毕业设计的制作它主要是把我以前所学的理论知识应用到社会实践当中。通过这一次的考研资讯平台的设计与实现它能够有效把计算机知识与实际问题相互应用，通过计算机网络技术来解决学生生活当中的实际问题，从而提高我的编程能力。虽然在这次毕业设计当中我遇到了很多的问题和困难，但是通过不断的调试和老师的帮助让我圆满的完成了这次毕业设计。
Java8的Optional简介
duke_ding2的博客
09-17 997
Java8的Optional简介
Redis系列---Redission分布式锁
lipviolet的博客
09-20 611
两者都是阻塞加锁， 前者会一直阻塞，相应的该方法不存在返回值，因为无意义；后者可以传入一个等待时间，等待时间内持续阻塞，相应的该方法存在返回值，因为要确认是否成功加了锁。根据业务场景自己判断使用哪种锁，二者其实相似，trylock就是lock的进阶，加了一个等待时间而已。无论是redission还是redis的setNx，只要是锁，都必须有加锁和释放锁两个动作，二者缺一不可，并且需要把释放锁放到final中，这样可以保证锁一定被释放。然而，虽然看门狗机制设计得很好，但在某些极端情况下，仍然可能出现死锁。
SpringBoot+Thymeleaf图书管理系统
最新发布
qq_61863348的博客
09-20 225
这是一个基于SpringBoot+Thymeleaf实现的图书管理系统。> 包含图书管理、作者管理、分类管理、出版社管理等功能。> 界面简洁美观，代码结构清晰，完成度比较高，适用于JAVA初学者作为参考项目。
C#基础（11）函数重载
a6s686的博客
09-12 1042
我们通过这些例子的学习，想毕你一定已经掌握了函数重载的相关内容，我相信你只要稍加练习，便能达到很熟练的程度。不过不管知识点难或者简单，还是那句话，学习路上，戒骄戒躁，脚踏实地。请期待我的下一篇博客！
Java wrapperr打包springboot项目到linux和Windows
欢迎查阅
09-14 1144
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。
Linux文件IO（四）-返回错误处理与errno详解
Dola的博客
09-20 599
其实不然，在 Linux 系统下对常见的错误做了一个编号，每一个编号都代表着每一种不同的错误类型，当函数执行发生错误的时候，操作系统会将这个错误所对应的编号赋值给 errno 变量，每一个进程（程序）都维护了自己的 errno 变量，它是程序中的全局变量，该变量用于存储就近发生的函数执行错误编号，也就意味着下一次的错误码会覆盖上一次的错误码。从图中红框部分描述文字可知，当函数返回错误时会设置 errno，当然这里是以 open 函数为例，其它的系统调用也可以这样查找，大家可以自己试试！
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 1279
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。
07_Python数据类型_集合
fx_yzjy101的专栏
09-16 1019
可以使用大括号 {} 或者 set() 函数来创建集合。如果使用大括号，则至少需要包含一个元素；如果使用 set()，则可以创建一个空集合。# 创建一个空集合# 创建一个包含一个元素的集合# 创建一个包含几个元素的集合。
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