چارچوبی برای مدل سازی و شبیه سازی زیرساخت کلودسیم

بدون ديدگاه

 

 چارچوبی برای مدل سازی و شبیه سازی زیرساخت ها و خدمات محاسبات ابری

 

مقدمه

به تازگی ، محاسبات ابری به عنوان فناوری پیشرو در ارائه خدمات محاسباتی قابل اعتماد ، ایمن ، تحمل پذیری ، پایدار و مقیاس پذیر ارائه شده است که به عنوان خدمات (SaaS ، IaaS ، PaaS) به عنوان نرم افزار ، زیرساخت یا بسترهای نرم افزاری معرفی می شوند. علاوه بر این ، این خدمات ممکن است در مراکز داده های خصوصی (ابرهای خصوصی) ارائه شود ، ممکن است برای مشتری ها (ابرهای عمومی) بصورت تجاری ارائه شود ، یا با این وجود امکان پذیر است که ابرهای عمومی و خصوصی هر دو در ابرهای ترکیبی ترکیب شوند.

این اکوسیستم در حال حاضر گسترده ای از معماری های ابری ، همراه با افزایش تقاضا برای فناوری های فناوری اطلاعات کارآمد با انرژی ، نیاز به روش های به موقع ، قابل تکرار و قابل کنترل برای ارزیابی الگوریتم ها ، برنامه ها و خط مشی ها قبل از توسعه واقعی محصولات ابری دارند. از آنجا که استفاده از تخته های آزمایش واقعی ، آزمایش ها را به مقیاس بستر تست محدود می کند و تولید مثل نتایج را یک اقدام بسیار دشوار ، رویکردهای جایگزین برای آزمایش و توسعه اهرم آزمایش فن آوری های جدید Cloud می کند.

یک جایگزین مناسب استفاده از ابزارهای شبیه سازی است که امکان ارزیابی فرضیه را قبل از توسعه نرم افزار در محیطی که فرد بتواند تست ها را تولید کند باز می کند. به طور خاص در مورد محاسبات Cloud ، جایی که دسترسی به زیرساخت ها به پرداخت پول به صورت واقعی انجام می شود ، رویکردهای مبتنی بر شبیه سازی مزایای قابل توجهی را ارائه می دهند ، زیرا این امر به مشتریان Cloud اجازه می دهد تا خدمات خود را در محیط قابل تکرار و قابل کنترل و بدون هزینه تست کنند و تنظیم کنند. تنگناها قبل از استقرار در ابرهای واقعی. در سمت ارائه دهنده ، محیط های شبیه سازی امکان ارزیابی انواع مختلف سناریوهای لیزینگ منابع را با توزیع بارهای مختلف و قیمت گذاری ها فراهم می آورد. چنین مطالعاتی می تواند با تمرکز بر بهبود سود ، به ارائه دهندگان در بهینه سازی هزینه دسترسی به منابع کمک کند.

هدف اصلی این پروژه ارائه یک چارچوب شبیه سازی عمومی و گسترده است که امکان مدل سازی ، شبیه سازی و آزمایش یکپارچه زیرساخت های محاسبات ابری و خدمات کاربردی را فراهم می کند. با استفاده از CloudSim ، محققان و توسعه دهندگان مستقر در صنعت می توانند بدون نگرانی در مورد جزئیات سطح پایین مربوط به زیرساخت ها و خدمات مبتنی بر Cloud ، روی موضوعات خاص طراحی سیستم که می خواهند تحقیق کنند متمرکز شوند.

ویژگی های اصلی

نمای کلی از ویژگی های CloudSim:

  • پشتیبانی از مدل سازی و شبیه سازی مراکز داده محاسبات ابری در مقیاس بزرگ
  • پشتیبانی از مدل سازی و شبیه سازی میزبان های سرور مجازی ، با سیاست های قابل تنظیم برای تهیه منابع میزبان به ماشین های مجازی
  • پشتیبانی از مدل سازی و شبیه سازی ظروف برنامه
  • پشتیبانی از مدل سازی و شبیه سازی منابع محاسباتی آگاه از انرژی – سایپرز ، باشگاه دانش
  • پشتیبانی از مدل سازی و شبیه سازی توپولوژی شبکه مرکز داده ها و برنامه های ارسال پیام
  • پشتیبانی از مدل سازی و شبیه سازی ابرهای فدرال
  • پشتیبانی از درج دینامیکی عناصر شبیه سازی ، متوقف کردن و از سرگیری شبیه سازی
  • پشتیبانی از سیاست های تعریف شده توسط کاربر برای اختصاص میزبان به ماشین های مجازی و سیاست هایی برای تخصیص منابع میزبان به ماشین های مجازی

مستندات

  • یک دوره آنلاین در CloudSim ، که شامل فیلم هایی است که توسط Anupinder Singh از هند ساخته شده است.
  • مثال ها
  • یادداشت های منتشر شده
  • نصب و راه اندازی CloudSim (README)
  • تغییر
  • ظروف موجود در CloudSim

دانلود

بسته CloudSim شامل کد منبع ، مثال ها ، کوزه ها و اسناد API را می توان از صفحه وب CloudSim در GitHub بارگیری کرد :

https://github.com/Cloudslab/clordsim/releases

کد مقاله: Tom Guerout، Thierry Monteil، Georges Da Costa، ​​Rodrigo N. Calheiros، Rajkumar Buyya، Mihai Alexandru. شبیه سازی آگاهی از انرژی با DVFS . عمل و تئوری مدل سازی شبیه سازی ، دوره 39 ، صفحات 76-91 ، دسامبر 2013.

CloudSim_DVFS.rar

گروه بحث (لیست پستی)

پروژه های مرتبط

iFogSim

iFogSim مدل سازی و شبیه سازی محیط های محاسبات مه را برای ارزیابی مدیریت منابع و سیاست های برنامه ریزی در لبه و منابع ابر تحت سناریوهای مختلف امکان پذیر می کند. این شبیه ساز از ارزیابی سیاست های مدیریت منابع با تمرکز بر تأثیر آنها بر تأخیر (زمان به موقع) ، مصرف انرژی ، تراکم شبکه و هزینه های عملیاتی پشتیبانی می کند. این دستگاه برای اندازه گیری معیارهای عملکرد ، دستگاه های لبه ، مراکز داده ابری و پیوندهای شبکه را شبیه سازی می کند. مدل کاربرد اصلی پشتیبانی شده توسط iFogSim ، مدل Sense-Process-Actuate است. در چنین مدلهایی ، سنسورها داده ها را به شبکه های IoT منتشر می کنند ، برنامه های در حال اجرا در دستگاه های مه شریک می شوند و داده های حاصل از حسگرها را پردازش می کنند و در نهایت بینش های بدست آمده به عملکردهایی ارسال می شوند که به محرک ها منتقل می شوند.

iFogSim را از اینجا بارگیری کنید . اطلاعات بیشتر را می توان در مقاله SPE ما یافت .

CloudSimEx

هدف از پروژه CloudSimEx ایجاد مجموعه ای از پسوندها برای شبیه ساز CloudSim است. برنامه های افزودنی که به نظر می رسد شایسته هستند بعداً با CloudSim ادغام می شوند.

توجه داشته باشید! این برنامه های افزودنی تا زمانی که با CloudSim یکپارچه نشوند به طور رسمی توسط تیم CloudSim پشتیبانی نمی شوند.

ویژگی های CloudSimEx در حال حاضر:

  1. مدل سازی جلسه وب؛
  2. برنامه های بهتر ورود به سیستم؛
  3. ابزارهای تولید فایلهای CSV برای تجزیه و تحلیل آماری.
  4. تولید خودکار شناسه؛
  5. برنامه های کاربردی برای اجرای چندین آزمایش به طور موازی.
  6. شبیه سازی MapReduce.

EdgeCloudSim

EdgeCloudSim یک محیط شبیه سازی خاص برای سناریوهای Edge Computing را فراهم می کند که در آن امکان انجام آزمایش هایی وجود دارد که منابع محاسباتی و شبکه ای را نیز در نظر بگیرند. EdgeCloudSim مبتنی بر CloudSim است اما برخی قابلیت های اضافی مانند مدل سازی شبکه مختص WLAN و WAN ، مدل تحرک دستگاه ، ژنراتور بار واقع بینانه و قابل تنظیم را اضافه می کند.

EdgeCloudSim توسط Cagatay Sonmez و تیم در NETLAB (آزمایشگاه تحقیقات شبکه های رایانه ای) در گروه مهندسی کامپیوتر ، دانشگاه بوگازیچی ، استانبول ، ترکیه ساخته شده است.

بارگیری و اطلاعات بیشتر را می توان در GitHub پروژه یافت .

CloudSim Automation: مشخصات سناریو قابل خواندن برای ایجاد خودکار شبیه سازی ها در CloudSim

CloudSim Automation یک ابزار خط فرمان جاوا است که بر اساس کلاس های CloudSim و CloudReports ساخته شده است و قادر است مشخصات سناریوهای شبیه سازی CloudSim را از یک فایل YAML ، یک فرمت داده بسیار خواندنی انسانی بخواند. سناریوهای شبیه سازی را می توان درون یک فایل YAML نوشت و ابزار Cloud Automation این سناریوهای شبیه سازی را خواند ، آنها را در CloudSim ایجاد و اجرا می کند.

این ابزار محققان را از نیاز به نوشتن کد جاوا فقط برای اجرای سناریوهای شبیه سازی آزاد می کند. با این روش ، می توان توجه را بر این مسئله حل کرد ، مانند ایجاد الگوریتم های جدید برای توازن بار ، سیاست های زمانبندی ماشین مجازی جدید ، قرارگیری VM ، تأمین منابع ، پیش بینی حجم کار ، ادغام سرور ، بهره وری انرژی ، کاهش هزینه و به زودی.

سهم اصلی این کار عبارتند از:

  1. برای جلوگیری از برنامه نویسی در ایجاد محیط های شبیه سازی CloudSim.
  2. کاهش منحنی یادگیری در ایجاد سناریوهای شبیه سازی CloudSim؛
  3. به منظور تسهیل و خودکار ساختن محیط های شبیه سازی CloudSim.
  4. استفاده از یک قالب پرونده قابل خواندن انسان برای مشخص کردن سناریوهای شبیه سازی ابر و سرعت بخشیدن به چنین مرحله فرآیند شبیه سازی.
  5. اجازه استفاده مجدد ، گسترش و به اشتراک گذاری سناریوهای شبیه سازی.

کد را می توان از GitHub بارگیری کرد . برای اطلاعات بیشتر با دکتر مانوئل کامپوس دا سیلوا فیلو تماس بگیرید .

گردش کارSim

WorkflowSim با معرفی پشتیبانی از آماده سازی و اجرای گردش کار با اجرای یک پشته از تجزیه کننده گردش کار ، موتور گردش کار و برنامه ریز شغل ، مجموعه ابزار شبیه سازی CloudSim را گسترش می دهد. این مدل از یک لایه چند لایه از خرابی ها و تاخیرهای موجود در سطوح مختلف سیستم های مدیریت گردش کار پشتیبانی می کند. مجموعه ای از الگوریتم های برنامه ریزی گردش کار محبوب (به عنوان مثال ، HEFT ، Min-Min و Max-Min) و الگوریتم های خوشه بندی کار در WorkflowSim اجرا شده اند. پارامترها به طور مستقیم از ردپای اعدام های واقعی که توسط سیستم های مدیریت گردش کار مانند پگاسوس اجرا شده اند ، یاد می گیرند. WorkflowSim توسط وایوی چن و تیم در دانشگاه کالیفرنیای جنوبی ، ایالات متحده توسعه یافته است.

بارگیری و اطلاعات بیشتر را می توان در Github پروژه یافت .

Cloud2Sim

Cloud2Sim یک معماری همزمان توزیع شده را به شبیه سازی های CloudSim پیشنهاد می کند. با بهره گیری از شبکه داده های حافظه در Hazelcast ، CloudSim به چندین مورد افزایش یافته است که بارهای Cloudlet و VM را از گره های مختلف اجرا کرده و آنها را همزمان با اجرای بخش های شبیه سازی اصلی که نمی توانند از طریق نمونه Cloud2Sim توزیع شوند ، بارهای کاری Cloudlet و VM را انجام دهند. علاوه بر این ، یک معماری تطبیقی ​​برای مقیاس ناچیز منابع در دسترس برای شبیه سازی طراحی و اجرا شده است ، با یک موضوع نظارت Cloud2Sim روی یک خوشه جداگانه Hazelcast. کار Cloud2Sim توسط Pradeeban Kathiravelu و Luis Veiga در INESC-ID Lisboa ، Universidade de Lisboa ، پرتغال ساخته شد.

بارگیری و اطلاعات بیشتر را می توانید در صفحه Sourceforge پروژه پیدا کنید .

SimpleWorkflow

این یک بسته ساده شامل کلاسهایی است که در شبیه سازی گردش کار در CloudSim کمک می کند. این به اندازه WorkflowSim جامع نیست ، اما از همان پرونده های توضیحات بار کاری مشابه با WorkflowSim استفاده می کند.

اینجا SimpleWorkflow را بارگیری کنید .

DynamicCloudSim

ناپایداری عملکردی که معمولاً در زیرساختهای غیر یکنواخت و مشترک مانند ابرهای محاسباتی با آن روبرو می شود بارها مشاهده شده است تا به شدت بر زمان اجرا برنامه ها تأثیر بگذارد. DynamicCloudSim با معرفی مدل هایی برای (1) ناهمگونی در عملکرد منابع محاسباتی ، (2) عدم اطمینان در و تغییرات پویا در عملکرد ماشین های مجازی ، و (3) دستگاه های سختگیر و خرابی در هنگام اجرای کار ، ابزار ابزار شبیه سازی CloudSim را گسترش می دهد.

علاوه بر این ، DynamicCloudSim نمایشی ریز از منابع محاسباتی را ارائه می دهد ، در نتیجه امکان شبیه سازی اجرای انواع مختلف برنامه ها (CPU- ، I / O- ، ارتباط محدود شده) بر روی ماشین آلات با ویژگی های عملکرد متفاوت را فراهم می آورد. DynamicCloudSim به عنوان یک منبع ورودی برای تحقیق در مورد برنامه ریزی گردش کار ، عملکردی را برای شبیه سازی اجرای گردش های کاری علمی با استفاده از برنامه ریزان دارای تأیید متفاوت ارائه می دهد.

DynamicCloudSim توسط مارک بوکس در دانشگاه هومبولت برلین ، آلمان ساخته شده است. بارگیری در وب سایت پروژه در گوگل کد در دسترس است. برای سؤال و پیشنهادات ، لطفاً با bux (at) informatik.hu-berlin.de تماس بگیرید.

RealCloudSim

RealCloudSim شبیه ساز تخصیص ماشینهای مجازی بر اساس موتور اصلی پروژه CloudSim است. RealCloudSim یک رابط گرافیکی برای خواندن توپولوژی شبکه بر اساس قالب BRITE فراهم می کند. RealCloudSim همچنین از موتور خود برای شبیه سازی تخصیص ها بر اساس الگوریتم های ژنتیک ، برنامه نویسی علاقه مختصر با نرم افزار Lingo و شبیه سازی شبکه بر اساس NS2 (Network Simulator 2) استفاده می کند. گزارش کاملی در انتهای هر شبیه سازی ایجاد می شود.

RealCloudSim توسط لوسیو آگوستینیو روچا و تیم در دانشگاه ایالتی کامپیناس ، برزیل ساخته شده است.

شبهات و پیشنهادات را می توان از طریق ایمیل به outrosdiasvirao در yahoo dot com dot br ارسال کرد. بارگیری و اطلاعات بیشتر را می توانید در صفحه پروژه در SourceForge پیدا کنید .

CloudReports

CloudReports یک ابزار گرافیکی است که محیط های محاسباتی توزیع شده را بر اساس الگوی Cloud Computing شبیه سازی می کند. از CloudSim به عنوان موتور شبیه سازی خود استفاده می کند و یک رابط کاربری آسان برای استفاده ، گزارش ویژگی های تولید و ایجاد پسوند به صورت افزونه را فراهم می کند.

CloudReports توسط تیاگو سا و تیم در دانشگاه فدرال سیرا ، برزیل ساخته شده است.

بارگیری و اطلاعات بیشتر را می توان در github پروژه یافت .

CloudAuction

این کار با ایجاد یک کتابخانه بسته که CloudSim را قادر می سازد خدمات مبتنی بر حراج را انجام دهد ، Cloudim را گسترش می دهد. هدف اصلی این تحقیق اجرای مکانیسم های مبتنی بر حراجی در Cloudim است. برای آزمایش کتابخانه بسته بندی ، مکانیسم جدید بازار برای تخصیص مؤثر خدمات به شرکت کنندگان براساس اصل حراج مضاعف ترکیبی اعمال شد. این سازوکار ویژگی های مربوطه قابل استفاده در محیط های Cloud computing را به نفع و رضایت کاربران و ارائه دهندگان در نظر می گیرد. در این کتابخانه بسته بندی ، حراج بر اساس هزینه برای پردازنده MIPS برگزار می شود و مشخصات باقیمانده (پهنای باند ، اندازه رم و غیره) در صورت مطابقت با درخواست در طرف VM در نظر گرفته می شوند.

CloudAuction توسط Youness Teimoury (QIAU) و Parnia Samimi (UKM) ساخته شده است.

بارگیری: CloudAuctionV2.0.zip (منتشر شده در 25 مارس 2013).

CloudMIG Xpress

CloudMIG Xpress مقایسه و برنامه ریزی مراحل مربوط به مهاجرت سیستم های نرم افزاری به محیط Cloud-PaaS یا IaaS محور را تسهیل می کند. مدل های کد را می توان از نرم افزار مبتنی بر جاوا استخراج کرد تا (1) مدل استقرار سیستم فعلی را تقویت کرده و آن را با پروفایل کاری فعلی تقویت کند ، (2) بازده هایی را که باید برای گزینه های مختلف استقرار ابری ایجاد شود ، مقایسه کند و (3) ) به طور خودکار مدل سیستم را به یک مدل CloudSim تبدیل کنید تا شبیه سازی یکپارچه گزینه های مختلف استقرار ابری در رابطه با هزینه های آینده ، زمان پاسخ و نقض SLA امکان پذیر شود.

CloudMIG Xpress توسط Soren Frey ، Florian Fittkau و تیم گروه مهندسی نرم افزار ، دانشگاه Kiel ، کیل ، آلمان ساخته شده است.

بارگیری و اطلاعات بیشتر: پروژه در Sourceforge .

FederatedCloudSim

FederatedCloudSim (FCS) یک فرمت همه کاره و انعطاف پذیر به چارچوب CloudSim است. این امکان را برای بسیاری از آزمایشات فدراسیون ابر فراهم می کند. FCS از SLA پشتیبانی می کند و یک روش برنامه ریزی سه سطحه برای VM (در مراکز داده ، بین مراکز داده همان ارائه دهنده خدمات ابری (CSP) و بین CSP در یک فدراسیون) ارائه می دهد. FCS همچنین یک مدل مالی انعطاف پذیر را برای تجزیه و تحلیل تأثیر استراتژی های مختلف برنامه ریزی بر درآمد و سود CSP و بستر حراج برای مبادله VM ارائه می دهد.

FederatedCloudSim توسط محققان دانشگاه فنی دورتموند آلمان ساخته شده است. برای جزئیات بیشتر ، لطفاً به وب سایت FederatedCloudSim مراجعه کنید .

CloudAnalyst

Cloud Analyst ابزاری است که در دانشگاه ملبورن ایجاد شده است و هدف آن پشتیبانی از ارزیابی ابزارهای شبکه های اجتماعی با توجه به توزیع جغرافیایی کاربران و مراکز داده است. در این ابزار ، جوامع کاربران و مراکز داده که از شبکه های اجتماعی پشتیبانی می کنند ، مشخص می شوند و بر اساس موقعیت آنها ، پارامترهایی از قبیل تجربه کاربر هنگام استفاده از برنامه شبکه اجتماعی و بار در مرکز داده به دست آمده و وارد می شوند.

بارگیری: CloudAnalyst.zip (منتشر شده در 26 نوامبر 2009).

اعضای تیم پروژه

اعضای فعال:

  • Rajkumar Buyya
  • سارا کاردانی مقدم
  • شاشیانت ایلگر
  • TianZhang او
  • آماندا جیانیتی

اعضای سابق و همکاران:

  • رودریگو N. کالهیروس
  • راجیو رانجان
  • آنتون بلوگلازوف
  • نیکولای گروزف
  • ساوراب گرگ
  • ساره فتوحی پیراغاج
  • مارکوس دیاس د Assuncao
  • Bhathiya Wickremasinghe
  • جونگمین جی پسر

مجوز نرم افزار

نرم افزار CloudSim Toolkit با عنوان Open Source تحت مجوز Apache نسخه 2.0 منتشر می شود .
کپی رایت آزمایشگاه CLOUDS ، دانشگاه ملبورن ، 2009 تا به امروز.

انتشارات

برخی از انتشارات با استفاده از نتایج CloudSim

  • Anton Beloglazov ، و Rajkumar Buyya ، الگوریتم های تعیین کننده آنلاین بهینه آنلاین و Heuristics Adaptive برای انرژی و عملکرد تلفیقی کارآمد دستگاههای مجازی در مراکز داده ابری ، همزمانی و محاسبه: تمرین و تجربه ، دوره 24 ، شماره 13 ، صفحات: 1397-1420 ، جان ویلی و پسران ، با مسئولیت محدود ، نیویورک ، ایالات متحده ، 2012
  • Rodrigo Calheiros ، Rajiv Ranjan and Rajkumar Buyya ، تهیه ماشین مجازی براساس عملکرد تحلیلی و QoS در محیط رایانش ابری ، مجموعه مقالات چهلمین کنفرانس بین المللی پردازش موازی (ICPP 2011) ، تایپه ، تایوان ، 13 تا 16 سپتامبر 2011.
  • Linlin Wu، Saurabh Kumar Garg and Rajkumar Buyya، تخصیص منابع مبتنی بر SLA برای یک نرم افزار به عنوان ارائه دهنده خدمات در محیط Cloud Computing، مجموعه مقالات یازدهمین سمپوزیوم بین المللی IEEE / ACM در مورد Cluster، Cloud and Grid Computing (CCGrid 2011)، Los Angeles ، ایالات متحده ، 23-26 ماه مه 2011.
  • Adel Nadjaran Toosi، Rodrigo N. Calheiros، Ruppa K. Thulasiran، Rajkumar Buyya، خط مشی های تأمین منابع برای افزایش سود ارائه دهنده IaaS در یک محیط ابر فدرال ، مجموعه مقالات سیزدهمین کنفرانس بین المللی با عملکرد بالا و ارتباطات (HPCC 2011) ، بنف ، کانادا ، 2-4 سپتامبر 2011.
  • Anton Beloglazov و Rajkumar Buyya ، تخصیص کارآمد دستگاههای مجازی در مراکز داده ابری. مجموعه مقالات دهمین سمپوزیوم بین المللی IEEE / ACM در مورد Cluster، Cloud and Computing Computing (CCGrid 2010) ، ملبورن ، استرالیا ، 17-20 مه 2010.
  • Rodrigo N. Calheiros، Rajkumar Buyya، Cesar AF De Rose، ساخت یک شبیه سازی خودکار و تنظیم شده از خود تنظیم شده برای برنامه های شبکه. مجله بین المللی نرم افزار: تمرین و تجربه ، دوره 40 ، شماره 5 ، صفحات: 405-429 ، ویلی پرس ، ایالات متحده ، آوریل 2010.
  • Kyong Hoon Kim ، Anton Beloglazov و Rajkumar Buyya ، آگاهی از قدرت تأمین منابع ابری برای خدمات در زمان واقعی. مجموعه مقالات هفتمین کارگاه بین المللی در زمینه Middleware برای شبکه ها ، ابرها و علوم الکترونیکی ، Urbana Champaign ، ایلینویز ، ایالات متحده: ACM ، 2009.
  • Rodrigo N. Calheiros، Rajkumar Buyya، Cesar AF De Rose، ائورولوژیست برای نقشه برداری از ماشین های مجازی و پیوندها در آزمایش های شبیه سازی ، مجموعه مقالات 38مین کنفرانس بین المللی پردازش موازی (ICPP 2009) ، وین ، اتریش ، 22 تا 25 سپتامبر 2009.

نوشتن دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.

ده − 6 =