用cloudsim实现如下仿真:2个用户,2个数据中心,每个数据中心有7个host,执行7个云任务。

时间: 2023-11-22 09:56:52 浏览: 44
好的,让我们来一步步实现这个仿真: 1. 下载和安装CloudSim 首先,你需要从CloudSim的官方网站下载和安装CloudSim。安装完毕后,你可以使用Eclipse或者NetBeans等集成开发环境来编写和运行Java代码。 2. 创建Hosts和Datacenters 首先,我们需要创建两个数据中心,每个数据中心都包含7个主机。在CloudSim中,我们可以使用`DatacenterCharacteristics`类来设置数据中心的特征(如处理能力、存储容量等)。在本例中,我们假设每个主机的处理能力和存储容量都相同。以下是相应的Java代码: ```java int numHosts = 7; // Create DatacenterCharacteristics String arch = "x86"; // CPU architecture String os = "Linux"; // Operating System String vmm = "Xen"; // Virtual Machine Monitor double time_zone = 10.0; // Time zone of the resource 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<Storage>(); // We are not adding SAN devices by now DatacenterCharacteristics characteristics = new DatacenterCharacteristics(arch, os, vmm, storageList, time_zone, cost, costPerMem, costPerStorage, costPerBw); // Create Hosts for (int i = 0; i < numHosts; i++) { int hostId = i; long storage = 1000000; // host storage int bw = 10000; // Create PEs ArrayList<Pe> peList = new ArrayList<Pe>(); int mips = 1000; for (int j = 0; j < 2; j++) { peList.add(new Pe(j, new PeProvisionerSimple(mips))); // create and add PE to the list } // Create Host Host host = new Host( hostId, new RamProvisionerSimple(512), // RAM capacity of the host new BwProvisionerSimple(bw), // bandwidth capacity of the host storage, peList, new VmSchedulerSpaceShared(peList) ); hostList.add(host); } // Create Datacenters for (int i = 0; i < numDatacenters; i++) { String name = "Datacenter_" + i; Datacenter datacenter = null; try { datacenter = new Datacenter(name, characteristics, new VmAllocationPolicySimple(hostList), storageList, 0); } catch (Exception e) { e.printStackTrace(); } datacenterList.add(datacenter); } ``` 3. 创建VM和Cloudlets 我们需要创建7个Cloudlet和7个VM,然后将它们分配给两个用户。以下是相应的Java代码: ```java int numCloudlets = 7; int numVms = 7; // Create VMs for (int i = 0; i < numVms; i++) { int vmId = i; int mips = 250; long size = 10000; int ram = 512; long bw = 1000; int pesNumber = 2; String vmm = "Xen"; // Create VM Vm vm = new Vm(vmId, userIdList.get(i % 2), mips, pesNumber, ram, bw, size, vmm, new CloudletSchedulerSpaceShared()); // Add VM to the list vmList.add(vm); } // Create Cloudlets for (int i = 0; i < numCloudlets; i++) { int cloudletId = i; int pesNumber = 2; long length = 40000; long fileSize = 300; long outputSize = 300; UtilizationModel utilizationModel = new UtilizationModelFull(); // Create Cloudlet Cloudlet cloudlet = new Cloudlet(cloudletId, length, pesNumber, fileSize, outputSize, utilizationModel, utilizationModel, utilizationModel); // Add Cloudlet to the list cloudletList.add(cloudlet); } // Assign Cloudlets to VMs for (int i = 0; i < numCloudlets; i++) { Cloudlet cloudlet = cloudletList.get(i); Vm vm = vmList.get(i % numVms); cloudlet.setUserId(vm.getUserId()); cloudlet.setVmId(vm.getId()); // Add Cloudlet to VM's list vm.getCloudletList().add(cloudlet); } ``` 4. 运行仿真 最后,我们需要将所有的主机、数据中心、VM和Cloudlet都添加到仿真中,并开始仿真。以下是相应的Java代码: ```java // Create Simulation CloudSim simulation = new CloudSim(); // Add Hosts to Datacenters for (int i = 0; i < hostList.size(); i++) { datacenterList.get(i % numDatacenters).getHostList().add(hostList.get(i)); } // Add Datacenters to Simulation for (Datacenter datacenter : datacenterList) { simulation.addEntity(datacenter); } // Add VMs to Simulation for (Vm vm : vmList) { simulation.addEntity(vm); } // Add Cloudlets to Simulation for (Cloudlet cloudlet : cloudletList) { simulation.addEntity(cloudlet); } // Start Simulation simulation.start(); ``` 这样,我们就完成了这个仿真的实现。你可以根据自己的需求调整参数和代码。

相关推荐

最新推荐

recommend-type

CloudSim云仿真框架介绍

CloudSim 云仿真框架介绍 CloudSim 是一个模拟与仿真云计算环境和评估资源调度算法的工具集。该框架可以模拟云计算系统和应用供应环境,支持云计算系统组件的系统和行为建模,例如数据中心、虚拟机和资源调度策略等...
recommend-type

Cloudsim的介绍与使用

CloudSim 的扩展部分实现了一系列接口,提供基于数据中心的虚拟化技术、虚拟化云的建模和仿真功能。CloudSim 提供了资源的监测、主机到虚拟机的映射功能。CloudSim 的 CIS(CloudInformation Service)和 ...
recommend-type

云计算仿真工具CloudSim介绍和使用.doc

云计算仿真工具CloudSim介绍和使用,帮助你尽快掌握CloudSim这一云计算仿真利器!
recommend-type

[PPT]《云计算》教材配套课件12-云计算仿真器CloudSim

重点阐述了云计算领域具代表性的Google、亚马逊和微软三个三家公司的云计算平台的技术原理和应用方法,并介绍了以Hadoop为代表的开源云计算技术和云计算仿真器CloudSim,分析了云计算领域的理论研究热点问题,给出了...
recommend-type

基于HTML+CSS+JS开发的网站-日志记录展示响应式网页模板.7z

解锁网页开发秘籍,这套源码集成了HTML的结构力量、CSS的视觉魔法、JavaScript的交互智慧、jQuery的效率工具箱及Bootstrap的响应式盔甲。从基础搭建到动态交互,一步到位。 HTML筑基,强化网页骨络; CSS妆点,让设计灵动多彩; JavaScript驱动,实现页面互动; jQuery加持,简化操作,加速开发; Bootstrap响应,适配多端,无缝浏览。 无论你是编程新手还是高手,这份资源都能带你深入前端世界的核心,实践中学以致用,创造既美观又强大的网页作品。立刻行动,激发你的前端创造力!
recommend-type

利用迪杰斯特拉算法的全国交通咨询系统设计与实现

全国交通咨询模拟系统是一个基于互联网的应用程序,旨在提供实时的交通咨询服务,帮助用户找到花费最少时间和金钱的交通路线。系统主要功能包括需求分析、个人工作管理、概要设计以及源程序实现。 首先,在需求分析阶段,系统明确了解用户的需求,可能是针对长途旅行、通勤或日常出行,用户可能关心的是时间效率和成本效益。这个阶段对系统的功能、性能指标以及用户界面有明确的定义。 概要设计部分详细地阐述了系统的流程。主程序流程图展示了程序的基本结构,从开始到结束的整体运行流程,包括用户输入起始和终止城市名称,系统查找路径并显示结果等步骤。创建图算法流程图则关注于核心算法——迪杰斯特拉算法的应用,该算法用于计算从一个节点到所有其他节点的最短路径,对于求解交通咨询问题至关重要。 具体到源程序,设计者实现了输入城市名称的功能,通过 LocateVex 函数查找图中的城市节点,如果城市不存在,则给出提示。咨询钱最少模块图是针对用户查询花费最少的交通方式,通过 LeastMoneyPath 和 print_Money 函数来计算并输出路径及其费用。这些函数的设计体现了算法的核心逻辑,如初始化每条路径的距离为最大值,然后通过循环更新路径直到找到最短路径。 在设计和调试分析阶段,开发者对源代码进行了严谨的测试,确保算法的正确性和性能。程序的执行过程中,会进行错误处理和异常检测,以保证用户获得准确的信息。 程序设计体会部分,可能包含了作者在开发过程中的心得,比如对迪杰斯特拉算法的理解,如何优化代码以提高运行效率,以及如何平衡用户体验与性能的关系。此外,可能还讨论了在实际应用中遇到的问题以及解决策略。 全国交通咨询模拟系统是一个结合了数据结构(如图和路径)以及优化算法(迪杰斯特拉)的实用工具,旨在通过互联网为用户提供便捷、高效的交通咨询服务。它的设计不仅体现了技术实现,也充分考虑了用户需求和实际应用场景中的复杂性。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】基于TensorFlow的卷积神经网络图像识别项目

![【实战演练】基于TensorFlow的卷积神经网络图像识别项目](https://img-blog.csdnimg.cn/20200419235252200.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3MTQ4OTQw,size_16,color_FFFFFF,t_70) # 1. TensorFlow简介** TensorFlow是一个开源的机器学习库,用于构建和训练机器学习模型。它由谷歌开发,广泛应用于自然语言
recommend-type

CD40110工作原理

CD40110是一种双四线双向译码器,它的工作原理基于逻辑编码和译码技术。它将输入的二进制代码(一般为4位)转换成对应的输出信号,可以控制多达16个输出线中的任意一条。以下是CD40110的主要工作步骤: 1. **输入与编码**: CD40110的输入端有A3-A0四个引脚,每个引脚对应一个二进制位。当你给这些引脚提供不同的逻辑电平(高或低),就形成一个四位的输入编码。 2. **内部逻辑处理**: 内部有一个编码逻辑电路,根据输入的四位二进制代码决定哪个输出线应该导通(高电平)或保持低电平(断开)。 3. **输出**: 输出端Y7-Y0有16个,它们分别与输入的编码相对应。当特定的
recommend-type

全国交通咨询系统C++实现源码解析

"全国交通咨询系统C++代码.pdf是一个C++编程实现的交通咨询系统,主要功能是查询全国范围内的交通线路信息。该系统由JUNE于2011年6月11日编写,使用了C++标准库,包括iostream、stdio.h、windows.h和string.h等头文件。代码中定义了多个数据结构,如CityType、TrafficNode和VNode,用于存储城市、交通班次和线路信息。系统中包含城市节点、交通节点和路径节点的定义,以及相关的数据成员,如城市名称、班次、起止时间和票价。" 在这份C++代码中,核心的知识点包括: 1. **数据结构设计**: - 定义了`CityType`为short int类型,用于表示城市节点。 - `TrafficNodeDat`结构体用于存储交通班次信息,包括班次名称(`name`)、起止时间(原本注释掉了`StartTime`和`StopTime`)、运行时间(`Time`)、目的地城市编号(`EndCity`)和票价(`Cost`)。 - `VNodeDat`结构体代表城市节点,包含了城市编号(`city`)、火车班次数(`TrainNum`)、航班班次数(`FlightNum`)以及两个`TrafficNodeDat`数组,分别用于存储火车和航班信息。 - `PNodeDat`结构体则用于表示路径中的一个节点,包含城市编号(`City`)和交通班次号(`TraNo`)。 2. **数组和变量声明**: - `CityName`数组用于存储每个城市的名称,按城市编号进行索引。 - `CityNum`用于记录城市的数量。 - `AdjList`数组存储各个城市的线路信息,下标对应城市编号。 3. **算法与功能**: - 系统可能实现了Dijkstra算法或类似算法来寻找最短路径,因为有`MinTime`和`StartTime`变量,这些通常与路径规划算法有关。 - `curPath`可能用于存储当前路径的信息。 - `SeekCity`函数可能是用来查找特定城市的函数,其参数是一个城市名称。 4. **编程语言特性**: - 使用了`#define`预处理器指令来设置常量,如城市节点的最大数量(`MAX_VERTEX_NUM`)、字符串的最大长度(`MAX_STRING_NUM`)和交通班次的最大数量(`MAX_TRAFFIC_NUM`)。 - `using namespace std`导入标准命名空间,方便使用iostream库中的输入输出操作。 5. **编程实践**: - 代码的日期和作者注释显示了良好的编程习惯,这对于代码维护和团队合作非常重要。 - 结构体的设计使得数据组织有序,方便查询和操作。 这个C++代码实现了全国交通咨询系统的核心功能,涉及城市节点管理、交通班次存储和查询,以及可能的路径规划算法。通过这些数据结构和算法,用户可以查询不同城市间的交通信息,并获取最优路径建议。