CloudSim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

1、CloudSim: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 CloudSim: a toolkit for modeling and simulation of cloud computing environments and evaluation of resource provisioning algorithms主要内容四、 Cloudsim的设计与实现5六、Cloudsim 用户案例7七、结论和未来工作8五、实验与评估6摘要1一、介绍2二、背景 3三、Cloudsim体系结构4摘要近年来，云计算技术取得很大进步，它是一种基于使用付款模式将计算机基础设施和应用作为服务提供给终端

2、用户。云计算可以根据时间变化权衡虚拟服务即使处于多条件需求（工作负载模式和QoS）。云计算模式下的应用服务有复杂的供应、组成、配置和部署条件。当系统和用户配置和需求处于动态变化的条件下，评估云供应政策、应用工作负载模式和资源性能模式的性能是很难实现的。为了克服这一挑战，我们提出了云仿真平台cloudsim：一个可伸缩的仿真工具集可实现云计算系统和应用供应环境的模拟与仿真。Cloudsim都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。它可以快速简易的实现一般的应用调度技术。目前，cloudsim都支持单一网络和交互网络组成的云计算环境的建模与仿真。此外，还实现了为基

3、于交互网络云计算场景分配虚拟资源的政策和调度提供了通用接口。许多诸如来自USA的HP Lab组织的研究者都使用cloudsim用于对云资源调度和数据中心节能管理的研究。通过一个案例研究基于Cloudsim平台证明了基于混杂云环境下应用服务的动态调用的有效性。案例研究结果表明联合云计算模型大大改善了动态资源和服务需求模型下的应用QoS需求。摘要 云计算作为下一代数据中心，目的是希望实现动态、灵活的应用供应。通过作为虚拟网络服务（硬件、数据库、用户接口和应用逻辑）来提高数据中心处理能力从而使用户可以根据需求和服务质量要求在互联网的任何地方访问和部署应用。同时，一些拥有创新想法的应用服务的IT公司也

4、不再需要在硬件和软件设施上给予大规模的资金投入。仅仅通过云中应用租用平台，他们就可以获得所需的基本的硬件和软件设施。从而可以将全部精力投入到他们应用服务的业务价值的创新和创造。 一些传统和基于云的新兴应用服务包括了社交网络、web租用、内容交付和实时基础数据处理。这些应用都有不同的组件、配置和部署条件。根据现有条件在异构真实的云计算环境（比如EC2，Azure,GAE）下对不同应用模式来量化（评价）供应（调度和分配）策略的性能是非常困难的。一、介绍 一个更可行、可代替的方法是使用仿真工具。考虑到目前没有一个分布式系统仿真平台（如Grid和Network）提供了用于直接模拟云计算环境的环境。我们

5、提出了CloudSim：一个新的，普遍的合可扩展的仿真框架，该平台实现了无缝的对新兴云计算基础设施和应用服务的模拟、仿真、试验。通过使用CloudSim，研究者和企业开发者可以在异构可控和简单安装的环境下测试新开发出来的应用服务的性能。根据CloudSim结果的评估，可以对服务性能做进一步更好的改进。使用CloudSim为初始化性能测试的主要好处有：时间效率：仅仅需要很少的经历和时间搭建基于云应用供应测试环境灵活性和适用性：开发者可以用很少的编程和部署经历在负责的云环境（EC2，Azure）去模拟和测试他们应用服务的性能。一、介绍 本论文的主要贡献有：给出了模拟云计算环境和测试应用服务性能的整

6、体框架建立了端到端的云网络体系，利用BRITE拓扑模拟链接带宽和相关潜在因素。对应CloudSim框架，我们有如下发现：支持大规模仿真环境，而在初始化和内存消耗上花费的很少或不需要考虑对模拟定制化云计算环境（联合/非联合）和应用供应技术（Cloud Bursts，energy conscious/non-energy conscious）可实现轻易扩展。 论文剩余部分由以下组成：首先，对云计算进行大概描述，以及现有模式和他们的层次结构设计，该部分结尾对已存在的流行的分布式系统仿真和模拟做了简单总结。然后对CloudSim框架的体系结构做了详细描述。Section4描述了CloudSim组件的整

7、体设计。Section5描述了一系列在成功仿真云计算环境下对CloudSim性能的检测试验。Section6对正在使用或已使用CloudSim做研究和开发的项目做一个简单描述。最后论文对未来研究发展方向做了简单的总结和讨论。一、介绍 云计算可以地定义为“一类由一系列内部连接和虚拟化计算机组成的并行分布式系统，可提供动态供应和通过服务提供者和使用者的协商建立起来的基于SLA的作为一个或多个统一计算资源来阐述”13,一些新兴的云计算基础设施/平台有Microsoft Azure 1, Amazon EC2, Google App Engine, and Aneka 2.云平台必需具备的一个特性是为

8、了满足多变的需求可以动态的增加或减少对应用的资源提供，可以是可预见的、日夜可访问观察到的；也可以是不可预见的，如当某个应用服务的流行而导致要求资源供应的增长。云的这种能力对可伸缩应用（如web租用，内容传递，社交网络等）非常有用。这些应用通常表现为瞬时行为和因为时间因素和用户交互模式而有不同的QoS条件。因此，动态供应技术的发展保证了这些应用在满足瞬时条件的前提下达到QoS。 二、背景二、背景三、 Cloudsim体系结构 与网格计算不同的是，云计算包括了额外层（虚拟层）来对应用服务的执行、管理和租用环境。所以说，传统的应用供应模式是独立的应用元素并不是精确地代表计算提取被分配用来计算节点的，

9、而通常是与云资源有一定联系的。 例如，假设一个云主机由一个单一处理器，然而在该主机上同时有两个VMs要求实例化。尽管实际上VMs是独立的，但他们仍然需要共享同一个处理器和系统总线。因此，对每个VM可用的硬件资源数目因为总的处理能力和云主机范围内可用系统带宽而受到限制。其中在VM供应过程中一个关键因素必须考虑的是，尽量避免当创建一个VM时在主机可用范围内需要更多的处理能力。 Cloudsim支持两层VM供应：第一，在主机层；第二，在VM层。在主机层，对每个处理器多少处理能力应该分配给每个VM；在VM层，VM在租用执行范围内，分配固定的、可用的处理能力给单独的应用服务。三、 Cloudsim体系结

10、构 在云计算生态系统中，市场是一个重要的组成部分，因此在公共云计算模式根据按需支付方式调整云资源交易和在线协商是很有必要的，所以在研究过程中需要对新兴云计算平台的成本与效益比率进行精确评估。SaaS提供商在发现大量云提供服务（IaaS，PaaS，SaaS）中实现透明机制。因此在设计一个云仿真器时成本与经济型策略的建模是需要考虑的重要方面。 云市场是基于多层（2层）设计来建立模型的。第一层包含了与IaaS有关的经济型特征，如每一单位内存费用，每一单位硬盘费用和使用每一单位带宽费用。当云消费者创建和实例化VMs时必须支付使用内存和硬盘的费用，而网络使用费用仅仅是数据传送时才需支付。第二层是对相关S

11、aaS模型的成本度量建立模型。该层中成本费用直接应用于为应用服务的任务单元（应用服务请求）上。因此，如果云消费未对应用服务（任务单元）供应VM，他们将仅需支付第一层的费用（如内存和容量的费用）。Cloudsim用户可以依据情况修改和扩展该行为。三、 Cloudsim体系结构四、 Cloudsim的设计与实现 我们分析了cloudsim在内存使用率和整体效率上的花费和可扩展性。这个实验是基于处理器有2个Intel Xeon Quad-core 2.27 GHz and 16 GB of RAM memory。为运行该实验，所有硬件资源都运行在虚拟机上的Ubuntu8.04上。 用来衡量cloud

12、sim消耗的费用和内存使用率，实验仿真环境配置包括DataCenterBroker和DataCenter（负责租用machines）实体。在第一个实验中，所有的处理器都是基于单独的数据中心被租用的。而在下一个实验中，将均匀地分布到两个数据中心中去租用。在两实验中主机数在1000到1000000之间。每个实验重复30次。在内存测试中，我们描述了因实例化和加载cloudsim环境的总的物理内存使用率。在花费（overhead）测试中，我们计算了因实例仿真环境导致的总延时，而时间差异是由以下事件导致：(1)java虚拟机加载cloudsim框架造成的时间差异(2)实例化cloudsim实体和处理事件

13、时造成的时间差异。五、实验与评估图10(a)描述了在实验中需考虑安装模拟主机需要的平均时间。图10(b)绘制了成功执行实验所需的内存大小。结果显示总的花费没有随系统大小成线性增长。反而，我们观察到当数量级主机被使用于实验中时才按步增长。根据得到的结果显示实例化1000000个主机大概需12s。 五、实验与评估 下一个测试是验证由cloudsim提供的功能函数的有效性。仿真环境由一个数据中心拥有10000个主机组成，其中每个主机有单独的CPU内核(1200MIPS),4GB的RAM和2TB的容量。而VMs的供应策略是空间共享，允许vm在实例化时间内被一个主机使用。我们配置了终端用户（通过Data

14、centerBroker实例化）来请求创建和实例化50个VMs，要求有以下限制：1024MB物理内存，1个CPU内核和1GB的容量。应用粒度建模由300个任务单元组成，其中每个任务单元需要在主机中执行1440000million指令（即在仿真主机中允许20 minutes）。因为网络因素在此次研究中暂时还未考虑，因此假设任务单元以300KB最小限度来进行数据传输。 五、实验与评估 VMs创建后，任务单元在50个VMs小组中以间隔10minutes延时被提交。VMs配置成空间共享和时间共享策略让处理内核来执行任务单元。图11(a)和图11(b)显示了应用多供应策略(时间共享和空间共享)随着仿真时

15、间的增长任务单元的过程状态。 五、实验与评估 随着云计算变得越来越流行和重要，国内外一些研究者都开始使用CloudSim。如，HP labs研究者正使用CloudSim用来研究HP云数据中心的资源调度算法的评估。Duke University 研究者使用它来研究数据中心的能源有效性管理。华东交大研究院使用CloudSim来研究云调度和应用。国家研究中心的智能计算系统研究员用它来进行对云计算环境的管理和优化。Kookmin University研究员使用其工具集来调研工作流在云中的调度。云分析器是由墨尔本大学开发的一款工具，它的目的是对跨区域用户和数据中心的社交网络应用的评估，例如FaceBoo

16、k。在这个工具中，支持社交网络应用的用户和数据中心的社区是基于他们的地理位置和其他参数（用户使用这些社交网络应用的体验值）来特征化使之数字化。数据中心上的负载将已日志的形式持续记录下来。 CloudSim的另一用处，它能够成功地部署执行数据中心中将虚拟机映射到主机上的相关实验，CloudSim实现对HMN评估一种虚拟机间带宽预定的启发式算法。六、Cloudsim 用户案例 近来在设计和开发云计算技术上，我们集中在为有效管理云基础设施定义新颖方法、政策和机制上。为了测试这些新开发方法和政策，研究员需要新的工具来支持他们将先前的假设应用到实验的实际部署上，这样以实现重复测试。基于仿真的方法在评估云计算系统和应用行为上提供来众多好处，因为他们允许云开发者：(1)以无成本方式在一个可重复和可控制的环境下测试他们的供应和服务传递策略的性能；(2)在部署到真实的商业云环境之前调整性能瓶颈