4. DESIGN AND IMPLEMENTATION OF CLO

4. DESIGN AND IMPLEMENTATION OF CLOUDSIM
In this section, we provide the finer details related to the fundamental classes of CloudSim, which
are also the building blocks of the simulator. The overall Class design diagram for CloudSim is
shown in Figure 6.
BwProvisioner: This is an abstract class that models the policy for provisioning of bandwidth
to VMs. The main role of this component is to undertake the allocation of network bandwidths
to a set of competing VMs that are deployed across the data center. Cloud system developers and
researchers can extend this class with their own policies (priority, QoS) to reflect the needs of their
applications. The BwProvisioningSimple allows a VM to reserve as much bandwidth as required;
however, this is constrained by the total available bandwidth of the host.
CloudCoordinator: This abstract class extends a Cloud-based data center to the federation. It is
responsible for periodically monitoring the internal state of data center resources and based on that it
undertakes dynamic load-shredding decisions. Concrete implementation of this component includes
the specific sensors and the policy that should be followed during load-shredding. Monitoring of
data center resources is performed by the updateDatacenter() method by sending queries Sensors.
Service/Resource Discovery is realized in the setDatacenter()abstract method that can be extended
for implementing custom protocols and mechanisms (multicast, broadcast, peer-to-peer). Further,
this component can also be extended for simulating Cloud-based services such as the Amazon
EC2 Load-Balancer. Developers aiming to deploy their application services across multiple clouds
can extend this class for implementing their custom inter-cloud provisioning policies.
Cloudlet: This class models the Cloud-based application services (such as content delivery, social
networking, and business workflow). CloudSim orchestrates the complexity of an application in
terms of its computational requirements. Every application service has a pre-assigned instruction
length and data transfer (both pre and post fetches) overhead that it needs to undertake during
its life cycle. This class can also be extended to support modeling of other performance and
composition metrics for applications such as transactions in database-oriented applications.
CloudletScheduler: This abstract class is extended by the implementation of different policies
that determine the share of processing power among Cloudlets in a VM. As described previously,
two types of provisioning policies are offered: space-shared (CloudetSchedulerSpaceShared) and
time-shared (CloudletSchedulerTimeShared).
Datacenter: This class models the core infrastructure-level services (hardware) that are offered
by Cloud providers (Amazon, Azure, App Engine). It encapsulates a set of compute hosts that can
either be homogeneous or heterogeneous with respect to their hardware configurations (memory,
cores, capacity, and storage). Furthermore, every Datacenter component instantiates a generalized
application provisioning component that implements a set of policies for allocating bandwidth,
memory, and storage devices to hosts and VMs.
DatacenterBroker or Cloud Broker: This class models a broker, which is responsible for
mediating negotiations between SaaS and Cloud providers; and such negotiations are driven by
QoS requirements. The broker acts on behalf of SaaS providers. It discovers suitable Cloud
service providers by querying the CIS and undertakes online negotiations for allocation of
resources/services that can meet the application’s QoS needs. Researchers and system developers
must extend this class for evaluating and testing custom brokering policies. The difference between
the broker and the CloudCoordinator is that the former represents the customer (i.e. decisions of
these components are made in order to increase user-related performance metrics), whereas the
latter acts on behalf of the data center, i.e. it tries to maximize the overall performance of the data
center, without considering the needs of specific customers.
DatacenterCharacteristics: This class contains configuration information of data center resources.
Host: This class models a physical resource such as a compute or storage server. It encapsulates
important information such as the amount of memory and storage, a list and type of processing
cores (to represent a multi-core machine), an allocation of policy for sharing the processing power
among VMs, and policies for provisioning memory and bandwidth to the VMs.
NetworkTopology: This class contains the information for inducing network behavior (latencies)
in the simulation. It stores the topology information, which is generated using the BRITE topology
generator.
RamProvisioner: This is an abstract class that represents the provisioning policy for allocating
primary memory (RAM) to the VMs. The execution and deployment of VM on a host is feasible
only if the RamProvisioner component approves that the host has the required amount of free
memory. The RamProvisionerSimple does not enforce any limitation on the amount of memory
that a VM may request. However, if the request is beyond the available memory capacity, then it
is simply rejected.
SanStorage: This class models a storage area network that is commonly ambient in Cloud-based
data centers for storing large chunks of data (such as Amazon S3, Azure blob storage). SanStorage
implements a simple interface that can be used to simulate storage and retrieval of any amount of
data, subject to the availability of network bandwidth. Accessing files in a SAN at run-time incurs
additional delays for task unit execution; this is due to the additional latencies that are incurred in
transferring the data files through the data center internal network.
Sensor: This interface must be implemented to instantiate a sensor component that can be
used by a CloudCoordinator for monitoring specific performance parameters (energy-consumption,
resource utilization). Recall that, CloudCoordinator utilizes the dynamic performance information
for undertaking load-balancing decisions. The methods defined by this interface are: (i) set the
minimum and maximum thresholds for performance parameter and (ii) periodically update the
measurement. This class can be used to model the real-world services offered by leading Cloud
providers such as Amazon’s CloudWatch and Microsoft Azure’s FabricController. One data center
may instantiate one or more Sensors, each one responsible for monitoring a specific data center
performance parameter.
Vm: This class models a VM, which is managed and hosted by a Cloud host component. Every
VM component has access to a component that stores the following characteristics related to a
VM: accessible memory, processor, storage size, and the VM’s internal provisioning policy that is
extended from an abstract component called the CloudletScheduler.
VmmAllocationPolicy: This abstract class represents a provisioning policy that a VM Monitor
utilizes for allocating VMs to hosts. The chief functionality of the VmmAllocationPolicy is to select
the available host in a data center that meets the memory, storage, and availability requirement for
a VM deployment.
VmScheduler: This is an abstract class implemented by a Host component that models the policies
(space-shared, time-shared) required for allocating processor cores to VMs. The functionalities of
this class can easily be overridden to accommodate application-specific processor sharing policies.

ผลลัพธ์ (ไทย) 1:

4. ออกแบบ และการใช้งานของ CLOUDSIMในส่วนนี้ เรามีรายละเอียดปลีกย่อยที่เกี่ยวข้องกับการเรียนพื้นฐานของ CloudSim ซึ่งยังมีการสร้างบล็อกของแบบจำลอง โดยรวมเรียนออกแบบไดอะแกรมสำหรับ CloudSimแสดงในรูปที่ 6BwProvisioner: เป็นคลาสนามธรรมที่รุ่นนโยบายสำหรับการเตรียมใช้งานแบนด์วิธการ VMs บทบาทหลักของคอมโพเนนต์นี้จะทำการปันส่วนของแบนด์วิธของเครือข่ายชุดแข่งขัน VMs ที่มีใช้งานในศูนย์ข้อมูล เมฆนักพัฒนาระบบ และนักวิจัยสามารถขยายคลาสนี้ ด้วยนโยบายของตนเอง (สำคัญ QoS) เพื่อสะท้อนความต้องการของตนใช้งาน BwProvisioningSimple ช่วยให้ VM การจองแบนด์วิดธ์มากตามที่ต้องการอย่างไรก็ตาม นี้ถูกจำกัด โดยวิธการรวมของโฮสต์CloudCoordinator: เรียนนามธรรมขยายศูนย์ข้อมูลบนคลาวด์เพื่อสภาแห่ง มันเป็นรับผิดชอบการตรวจสอบเป็นระยะ ๆ รัฐข้อมูลภายในศูนย์ทรัพยากร และตามที่ได้รับตัดสินใจ shredding โหลดแบบไดนามิก รวมถึงงานคอนกรีตของคอมโพเนนต์นี้เซ็นเซอร์เฉพาะและนโยบายที่ควรมีในระหว่างการโหลด shredding ตรวจสอบของแหล่งข้อมูลศูนย์จะดำเนินการ โดยวิธี updateDatacenter() โดยส่งแบบสอบถามเซนเซอร์การค้นพบบริการ/ทรัพยากรที่ถูกรับรู้ในการ setDatacenter ()วิธีการแบบนามธรรมที่สามารถขยายสำหรับการใช้โปรโตคอแบบกำหนดเองและกลไก (แบบหลายผู้รับ ออกอากาศ เพียร์เพื่อเพียร์) เพิ่มเติมคอมโพเนนต์นี้ขยายสำหรับการจำลองการบริการบนคลาวด์เช่นอเมซอนEC2-สมดุล นักพัฒนาที่มีเป้าหมายเพื่อการปรับใช้โปรแกรมประยุกต์บริการข้ามเมฆหลายสามารถขยายคลาสนี้ในการดำเนินนโยบายการเตรียมใช้งานระหว่างเมฆเองCloudlet: คลาสนี้รุ่นราคาบริการบนคลาวด์แอพลิเคชัน (เช่นจัดส่งเนื้อหา สังคมและเครือข่าย ธุรกิจลำดับงาน) CloudSim ทรงจัดเตรียมความซับซ้อนของโปรแกรมประยุกต์ในเงื่อนไขความต้องการของคอมพิวเตอร์ บริการทุกโปรแกรมมีคำสั่งที่กำหนดไว้ล่วงหน้าโสหุ้ยโอน (fetches ทั้งก่อนและหลัง) ความยาวและข้อมูลที่ต้องทำในระหว่างวงจรชีวิต ยังสามารถขยายคลาสนี้สนับสนุนโมเดลของประสิทธิภาพการทำงานอื่น ๆ และองค์ประกอบของการวัดสำหรับโปรแกรมประยุกต์เช่นธุรกรรมในการใช้งานฐานข้อมูลมุ่งเน้นCloudletScheduler: ขยาย โดยใช้นโยบายต่าง ๆ ระดับนามธรรมนี้ที่กำหนดสัดส่วนของพลังงานระหว่าง Cloudlets ใน VM การประมวลผล ตามที่อธิบายไว้ก่อนหน้านี้การเตรียมนโยบายสองชนิดด้าม: พื้นที่ร่วม (CloudetSchedulerSpaceShared) และtime-shared (CloudletSchedulerTimeShared)Datacenter: คลาสนี้รุ่นราคาบริการระดับโครงสร้างพื้นฐานหลัก (ฮาร์ดแวร์) ที่ด้ามโดยให้บริการคลาวด์ (Amazon, Azure, App Engine) มัน encapsulates ชุดคำนวณโฮสต์ที่สามารถอาจจะเหมือน หรือแตกต่างกันกับการกำหนดค่าฮาร์ดแวร์ (หน่วยความจำแกน กำลัง และการจัดเก็บ) นอกจากนี้ ส่วนประกอบทุก Datacenter instantiates เป็นเมจแบบทั่วไปแอพลิเคชันในการเตรียมใช้งานคอมโพเนนต์ที่ใช้ชุดของนโยบายสำหรับแบนด์วิดธ์ การปันส่วนหน่วยความจำ และอุปกรณ์จัดเก็บข้อมูลการโฮสต์และ VMsDatacenterBroker หรือนายหน้าเมฆ: คลาสนี้รุ่นโบรกเกอร์ ซึ่งรับผิดชอบเพื่อเป็นตัวกลางเจรจาระหว่างซาสและเมฆให้ และการเจรจาดังกล่าวถูกขับเคลื่อนด้วยต้องมี QoS โบรกเกอร์ทำหน้าที่แทนซาสผู้ให้บริการ จะพบเมฆเหมาะผู้ให้บริการ โดยสอบถาม CIS และรับเจรจาออนไลน์สำหรับการปันส่วนต้องการบริการทรัพยากรที่สามารถตอบสนองของแอพลิเคชัน QoS นักวิจัยและนักพัฒนาระบบต้องขยายการเรียน การประเมินทดสอบนโยบายเอง brokering ความแตกต่างระหว่างโบรกเกอร์และ CloudCoordinator เป็นที่เดิมแทน (เช่นการตัดสินใจของลูกค้าส่วนประกอบเหล่านี้จะทำการเพิ่มเครื่องมือวัดประสิทธิภาพที่เกี่ยวข้องกับผู้ใช้), ในขณะศูนย์ข้อมูลกระทำหลัง เช่นพยายามเพิ่มประสิทธิภาพโดยรวมของข้อมูลเซ็นเตอร์ โดยไม่ต้องพิจารณาความต้องการของลูกค้าเฉพาะDatacenterCharacteristics: ชั้นนี้ประกอบด้วยข้อมูลการกำหนดค่าของแหล่งข้อมูลศูนย์โฮสต์: คลาสนี้รุ่นทรัพยากรทางกายภาพเช่น server คำนวณหรือจัดเก็บ มัน encapsulatesข้อมูลสำคัญเช่นจำนวนของหน่วยความจำ และเก็บข้อมูล รายชื่อ และชนิดของการประมวลผลแกน (ถึงเครื่องหลายหลัก) การปันส่วนของนโยบายร่วมพลังการประมวลผลVMs และนโยบายสำหรับการเตรียมใช้งานหน่วยความจำและแบนด์วิดท์เพื่อ VMsNetworkTopology: ชั้นนี้ประกอบด้วยข้อมูลสำหรับ inducing ลักษณะการทำงานของเครือข่าย (เวลาแฝง)ในการจำลองสถานการณ์ มันเก็บข้อมูลโทโพโลยี ซึ่งสร้างขึ้นโดยใช้โครงสร้างบริษัทคิงส์ไบร์ทเครื่องกำเนิดไฟฟ้าRamProvisioner: เป็นคลาสนามธรรมที่แสดงถึงนโยบายการเตรียมใช้งานสำหรับการปันส่วนหลักหน่วยความจำ (RAM) เพื่อ VMs การดำเนินการและการใช้งานของ VM บนโฮสต์จะเป็นไปได้เมื่อคอมโพเนนต์ RamProvisioner อนุมัติว่า โฮสต์มีการเงินที่จำเป็นของฟรีหน่วยความจำ RamProvisionerSimple การบังคับใช้ข้อจำกัดใด ๆ กับจำนวนหน่วยความจำที่ตัว VM อาจร้องขอ อย่างไรก็ตาม ถ้าการร้องขอที่ไม่เกินความจุหน่วยความจำ แล้วก็ถูกก็ปฏิเสธSanStorage: คลาสนี้รุ่นราคาเครือข่ายพื้นที่เก็บข้อมูลที่แวดล้อมโดยทั่วไปในเมฆที่ใช้ศูนย์ข้อมูลสำหรับจัดเก็บข้อมูล (เช่น Amazon S3 หยดสีฟ้าเก็บ) ก้อนใหญ่ SanStorageใช้อินเตอร์เฟซง่ายที่สามารถใช้ในการจำลองการจัดเก็บและเรียกจำนวนใด ๆ ของข้อมูล ที่ว่างของแบนด์วิดท์ของเครือข่าย เข้าถึงแฟ้มในซานในเวลาทำงานต่อความล่าช้าที่เพิ่มเติมสำหรับการดำเนินงานหน่วย นี่คือเนื่องจากเวลาแฝงเพิ่มเติมที่เกิดขึ้นในการโอนย้ายแฟ้มข้อมูลผ่านเครือข่ายภายในศูนย์ข้อมูลเซ็นเซอร์: อินเทอร์เฟซนี้ต้องดำเนินการสร้างอินสแตนซ์ของคอมโพเนนต์เซ็นเซอร์ที่สามารถCloudCoordinator ที่ใช้สำหรับการตรวจสอบประสิทธิภาพการทำงานเฉพาะพารามิเตอร์ (ใช้พลังงานใช้ทรัพยากร) นึกว่า CloudCoordinator ใช้ข้อมูลประสิทธิภาพการทำงานแบบไดนามิกสำหรับการดำเนินการตัดสินใจที่สมดุล มีวิธีการที่กำหนด โดยอินเทอร์เฟซนี้: (i) ตั้งขีดจำกัดต่ำสุด และสูงสุดสำหรับพารามิเตอร์ประสิทธิภาพและ (ii) ปรับปรุงเป็นระยะ ๆวัด คลาสนี้สามารถใช้รูปแบบบริการจริง โดยนำเมฆผู้ให้บริการ CloudWatch ของ Amazon และ Microsoft Azure FabricController ศูนย์ข้อมูลหนึ่งอาจสร้างอินสแตนซ์ หนึ่งเซนเซอร์ แต่ละคนรับผิดชอบตรวจสอบศูนย์ข้อมูลเฉพาะประสิทธิภาพพารามิเตอร์Vm: คลาสนี้รุ่น VM ซึ่งมีจัดการ และดูแล โดยคอมโพเนนต์โฮสต์เมฆ ทุกคอมโพเนนต์ VM ได้เข้าถึงคอมโพเนนต์ที่เก็บลักษณะต่อไปนี้ที่เกี่ยวข้องกับการVM: หน่วยความจำที่สามารถเข้าถึงได้ ประมวลผล เก็บขนาด และของ VM ภายในเตรียมใช้งานนโยบายที่เพิ่มเติมจากคอมโพเนนต์นามธรรมที่เรียกว่า CloudletSchedulerVmmAllocationPolicy: เรียนนามธรรมแสดงถึงนโยบายการเตรียมใช้งานที่ตรวจสอบการ VMใช้สำหรับการปันส่วน VMs เพื่อโฮสต์ ฟังก์ชันการทำงานของหัวหน้าของ VmmAllocationPolicy จะเลือกมีโฮสต์ในศูนย์ข้อมูลที่ตรงกับความต้องการหน่วยความจำ จัดเก็บ และพร้อมสำหรับการปรับใช้ VMVmScheduler: เป็นคลาสนามธรรมดำเนินการ โดยคอมโพเนนต์ของโฮสต์ที่รุ่นนโยบาย(พื้นที่ที่ใช้ร่วมกัน time-shared) จำเป็นสำหรับการปันส่วนแกนตัวประมวลผลเพื่อ VMs ฟังก์ชันการทำงานของระดับนี้ได้อย่างง่ายดายสามารถแทนเพื่อรองรับการประมวลผลเฉพาะสำหรับโปรแกรมประยุกต์ที่ใช้นโยบาย

ผลลัพธ์ (ไทย) 2:

4. การออกแบบและการดำเนินการ CLOUDSIM
ในส่วนนี้เราจะมีรายละเอียดปลีกย่อยที่เกี่ยวข้องกับการเรียนพื้นฐานของ CloudSim ซึ่ง
นอกจากนี้ยังมีการสร้างบล็อคของจำลอง แผนภาพการออกแบบชั้นโดยรวมสำหรับ CloudSim จะ
แสดงให้เห็นในรูปที่ 6
BwProvisioner: นี่คือระดับนามธรรมว่ารูปแบบนโยบายสำหรับการจัดเตรียมของแบนด์วิดธ์
ที่จะ VMs บทบาทหลักของส่วนนี้จะดำเนินการจัดสรรแบนด์วิดท์เครือข่าย
ที่จะเป็นชุดของ VMs การแข่งขันที่จะนำไปใช้ทั่วทั้งศูนย์ข้อมูล นักพัฒนาระบบคลาวด์และ
นักวิจัยสามารถขยายชั้นนี้กับนโยบายของตัวเอง (ลำดับความสำคัญ, QoS) เพื่อให้สอดคล้องกับความต้องการของพวกเขา
การใช้งาน BwProvisioningSimple ช่วยให้ VM เพื่อรองรับแบนด์วิดธ์มากที่สุดเท่าที่จำเป็น
แต่นี้เป็นข้อ จำกัด โดยแบนด์วิดธ์ที่มีอยู่ทั้งหมดของโฮสต์.
CloudCoordinator: ระดับนามธรรมนี้ขยายศูนย์ข้อมูล cloud-based เพื่อสหพันธ์ มันเป็น
ความรับผิดชอบในการตรวจสอบเป็นระยะ ๆ รัฐภายในของข้อมูลทรัพยากรศูนย์และขึ้นอยู่กับว่าจะ
ดำเนินการตัดสินใจโหลดแบบไดนามิกย่อย การดำเนินการที่เป็นรูปธรรมของส่วนนี้รวมถึง
เซ็นเซอร์ที่เฉพาะเจาะจงและนโยบายที่ควรจะปฏิบัติตามในช่วงโหลดย่อย การตรวจสอบ
ข้อมูลทรัพยากรศูนย์จะดำเนินการโดย updateDatacenter () วิธีการโดยการส่งคำสั่งเซนเซอร์.
บริการ / ทรัพยากรการค้นพบเป็นที่ตระหนักใน setDatacenter () วิธีการที่เป็นนามธรรมที่สามารถขยายได้
สำหรับการใช้โปรโตคอลที่กำหนดเองและกลไก (multicast ออกอากาศแบบ peer-to- เพียร์) นอกจากนี้
ส่วนนี้ยังสามารถขยายได้สำหรับการจำลองบริการ cloud-based เช่น Amazon
EC2 โหลด Balancer นักพัฒนามีเป้าหมายที่จะปรับใช้บริการแอพลิเคชันของพวกเขาข้ามเมฆหลาย
สามารถขยายชั้นนี้สำหรับการดำเนินการตามนโยบายการตั้งสำรองระหว่างระบบคลาวด์ของพวกเขาเอง.
Cloudlet: โมเดลชั้นนี้ cloud-based บริการโปรแกรม (เช่นการจัดส่งเนื้อหาสังคม
เครือข่ายและขั้นตอนการทำงานทางธุรกิจ) CloudSim orchestrates ความซับซ้อนของการประยุกต์ใช้ใน
แง่ของความต้องการของการคำนวณ ใบสมัครบริการทุกคนมีการเรียนการสอนได้รับการกำหนด
ระยะเวลาในการถ่ายโอนข้อมูลและ (ทั้งก่อนและหลังการเรียก) ค่าใช้จ่ายที่จะต้องมีการดำเนินการในช่วง
วงจรชีวิตของมัน ชั้นนี้ยังสามารถขยายเพื่อรองรับการสร้างแบบจำลองของการปฏิบัติงานอื่น ๆ และ
ตัวชี้วัดองค์ประกอบสำหรับการใช้งานเช่นการทำธุรกรรมในการใช้งานฐานข้อมูลที่มุ่งเน้น.
CloudletScheduler: ระดับนามธรรมนี้จะขยายการดำเนินการตามนโยบายที่แตกต่าง
ที่กำหนดร่วมกันของพลังการประมวลผลในหมู่ Cloudlets ใน VM ตามที่อธิบายไว้ก่อนหน้านี้
ทั้งสองประเภทของนโยบายการตั้งสำรองฯ จะเสนอขาย: พื้นที่ที่ใช้ร่วมกัน (CloudetSchedulerSpaceShared) และ
. เวลาที่ใช้ร่วมกัน (CloudletSchedulerTimeShared)
Datacenter: โมเดลชั้นนี้บริการหลักโครงสร้างพื้นฐานระดับ (ฮาร์ดแวร์) ที่มีการเสนอ
โดยผู้ให้บริการคลาวด์ (Amazon, สีฟ้า เครื่องยนต์ App) มันห่อหุ้มชุดของโฮสต์คอมพิวเตอร์ที่สามารถ
เป็นได้ทั้งที่เป็นเนื้อเดียวกันหรือต่างกันเกี่ยวกับการกำหนดค่าฮาร์ดแวร์ของพวกเขา (หน่วยความจำ,
แกนกำลังการผลิตและการเก็บรักษา) นอกจากนี้ส่วนประกอบ Datacenter ทุก instantiates ทั่วไป
องค์ประกอบการจัดเตรียมแอพลิเคชันที่ใช้ชุดของนโยบายในการจัดสรรแบนด์วิดธ์
หน่วยความจำและอุปกรณ์จัดเก็บข้อมูลไปยังโฮสต์และ VMs.
DatacenterBroker เมฆหรือโบรกเกอร์: โมเดลชั้นนี้นายหน้าซึ่งเป็นผู้รับผิดชอบใน
การเจรจาไกล่เกลี่ยระหว่าง SaaS และผู้ให้บริการคลาวด์; และการเจรจาดังกล่าวจะถูกผลักดันโดย
ความต้องการ QoS โบรกเกอร์ทำหน้าที่ในนามของผู้ให้บริการ SaaS มันค้นพบเมฆที่เหมาะสม
ให้บริการโดยสอบถาม CIS และดำเนินการเจรจาต่อรองออนไลน์สำหรับการจัดสรร
ทรัพยากร / บริการที่สามารถตอบสนองความต้องการของโปรแกรมประยุกต์ QoS นักวิจัยและนักพัฒนาระบบ
จะต้องขยายชั้นนี้สำหรับการประเมินและการทดสอบนโยบายสภาวการณ์ที่กำหนดเอง ความแตกต่างระหว่าง
นายหน้าและ CloudCoordinator คือว่าในอดีตที่เป็นตัวแทนของลูกค้า (เช่นการตัดสินใจของ
ส่วนประกอบเหล่านี้จะทำเพื่อเพิ่มตัวชี้วัดประสิทธิภาพของผู้ใช้ที่เกี่ยวข้อง) ในขณะที่
การกระทำหลังในนามของศูนย์ข้อมูลคือมันพยายามที่จะเพิ่ม ประสิทธิภาพโดยรวมของข้อมูลที่
ศูนย์โดยไม่คำนึงถึงความต้องการของลูกค้าที่เฉพาะเจาะจง.
DatacenterCharacteristics: ชั้นนี้มีข้อมูลการกำหนดค่าของข้อมูลทรัพยากรศูนย์.
พิธีกร: รุ่นคลาสนี้เป็นทรัพยากรทางกายภาพเช่นการคำนวณหรือเซิร์ฟเวอร์จัดเก็บข้อมูล มันห่อหุ้ม
ข้อมูลที่สำคัญเช่นจำนวนหน่วยความจำและการเก็บรักษารายชื่อและชนิดของการประมวลผล
แกน (เพื่อเป็นตัวแทนของเครื่องแบบ multi-core) การจัดสรรนโยบายสำหรับการแบ่งปันพลังการประมวลผล
ในหมู่ VMs และนโยบายการตั้งสำรองสำหรับหน่วยความจำและแบนด์วิดธ์ . VMs
NetworkTopology: ชั้นนี้มีข้อมูลในการกระตุ้นพฤติกรรมของเครือข่าย (ศักยภาพ)
ในการจำลอง มันเก็บข้อมูลโครงสร้างซึ่งถูกสร้างขึ้นโดยใช้โครงสร้าง BRITE
กำเนิด.
RamProvisioner: นี่คือระดับนามธรรมที่แสดงถึงนโยบายการจัดเตรียมการจัดสรร
หน่วยความจำหลัก (RAM) เพื่อ VMs การดำเนินการและการใช้งานของ VM บนโฮสต์เป็นไปได้
เฉพาะในกรณีที่ส่วนประกอบ RamProvisioner อนุมัติว่าพื้นที่มีจำนวนเงินที่ต้องฟรี
หน่วยความจำ RamProvisionerSimple ไม่บังคับข้อ จำกัด เกี่ยวกับจำนวนหน่วยความจำ
ที่ VM อาจขอ แต่ถ้าขอเป็นเกินความจุของหน่วยความจำที่มีอยู่แล้วมัน
เป็นเพียงการปฏิเสธ.
SanStorage: โมเดลชั้นนี้เครือข่ายจัดเก็บข้อมูลที่เป็นปกติโดยรอบใน cloud-based
ศูนย์ข้อมูลสำหรับการจัดเก็บชิ้นใหญ่ของข้อมูล (เช่น Amazon S3, สีฟ้า การจัดเก็บหยด) SanStorage
ดำเนินการติดต่อง่ายๆที่สามารถใช้ในการจำลองการจัดเก็บและการดึงของจำนวนเงินใด ๆ
ข้อมูลอาจมีการความพร้อมของแบนด์วิธเครือข่าย การเข้าถึงไฟล์ใน SAN ที่ใช้เวลาเกิด
ความล่าช้าเพิ่มเติมสำหรับการดำเนินการของหน่วยงานที่; นี้เป็นเพราะศักยภาพเพิ่มเติมที่จะเกิดขึ้นในการ
ถ่ายโอนไฟล์ข้อมูลผ่านทางศูนย์ข้อมูลเครือข่ายภายใน.
เซนเซอร์: อินเตอร์เฟซนี้จะต้องดำเนินการเพื่อยกตัวอย่างองค์ประกอบเซ็นเซอร์ที่สามารถ
นำมาใช้โดย CloudCoordinator สำหรับการตรวจสอบค่าประสิทธิภาพเฉพาะ (พลังงานสิ้นเปลือง ,
การใช้ทรัพยากร) จำได้ว่า CloudCoordinator ใช้ข้อมูลประสิทธิภาพแบบไดนามิก
สำหรับการประกอบการตัดสินใจดุลการโหลด วิธีการที่กำหนดโดยอินเตอร์เฟซนี้: (i) การตั้งค่า
ขั้นต่ำและเกณฑ์สูงสุดสำหรับพารามิเตอร์ประสิทธิภาพและ (ii) การปรับปรุงเป็นระยะ ๆ
วัด ชั้นนี้สามารถนำมาใช้ในการจำลองการให้บริการที่แท้จริงของโลกที่นำเสนอโดยเมฆชั้นนำ
ผู้ให้บริการเช่น CloudWatch ของ Amazon และ Microsoft Azure ของ FabricController หนึ่งในศูนย์ข้อมูล
อาจยกตัวอย่างหนึ่งหรือมากกว่าเซนเซอร์แต่ละคนที่รับผิดชอบในการตรวจสอบข้อมูลเฉพาะศูนย์
พารามิเตอร์ประสิทธิภาพ.
Vm: โมเดลชั้นนี้ VM ที่มีการจัดการและเป็นเจ้าภาพโดยส่วนประกอบโฮสต์เมฆ ทุก
องค์ประกอบ VM มีการเข้าถึงส่วนประกอบที่เก็บลักษณะดังต่อไปเกี่ยวข้องกับ
VM: หน่วยความจำที่สามารถเข้าถึงหน่วยประมวลผลขนาดการจัดเก็บและนโยบายการจัดเตรียมภายในของ VM ที่
ยื่นออกมาจากองค์ประกอบที่เป็นนามธรรมที่เรียกว่า CloudletScheduler.
VmmAllocationPolicy: ระดับนามธรรมนี้แสดงให้เห็น นโยบายการตั้งสำรองฯ ที่ตรวจสอบ VM
ใช้ในการจัดสรร VMs ไปยังโฮสต์ การทำงานของหัวหน้า VmmAllocationPolicy คือการเลือก
เจ้าภาพที่มีอยู่ในศูนย์ข้อมูลที่ตรงกับหน่วยความจำ, การจัดเก็บและความต้องการความพร้อมสำหรับ
การใช้งาน VM.
VmScheduler: นี่คือระดับนามธรรมดำเนินการโดยส่วนประกอบโฮสต์ว่ารูปแบบนโยบาย
(space- ที่ใช้ร่วมกันเวลาที่ใช้ร่วมกัน) ที่จำเป็นในการจัดสรรแกนประมวลผลที่จะ VMs ฟังก์ชันของ
ชั้นนี้สามารถแทนที่เพื่อรองรับนโยบายการใช้งานร่วมกันประมวลผลโปรแกรมเฉพาะ

ผลลัพธ์ (ไทย) 3:

4 . การออกแบบและพัฒนา cloudsim
ในส่วนนี้ เราให้รายละเอียดปลีกย่อยที่เกี่ยวข้องกับบทเรียนพื้นฐานของ cloudsim ซึ่ง
ยังมีการสร้างบล็อคของจำลอง แผนผังการออกแบบคลาส โดยจะแสดงในรูปที่ 6 cloudsim
.
bwprovisioner : นี้เป็นนามธรรมชั้นว่าโมเดลนโยบายดอกเบี้ยของแบนด์วิดธ์
ที่จะวัด .บทบาทหลักของส่วนนี้คือการจัดสรรอุปกรณ์เครือข่าย
เป็นชุดของการแข่งขันที่ใช้วัดในศูนย์ข้อมูล เมฆระบบนักพัฒนาและ
นักวิจัยสามารถขยายชั้นนี้กับนโยบายของพวกเขาเอง ( QoS สำคัญ ) เพื่อสะท้อนให้เห็นถึงความต้องการของโปรแกรมของพวกเขา

การ bwprovisioningsimple ช่วยให้ VM เพื่อสำรองเป็นแบนด์วิดธ์มากตามที่ต้องการ ;
อย่างไรก็ตามนี้เป็นข้อ จำกัด ของแบนด์วิดธ์ที่มีอยู่ทั้งหมดของโฮสต์ .
cloudcoordinator : คลาสนามธรรมนี้ขยายศูนย์ข้อมูลเมฆจากสหพันธ์ มันคือ
รับผิดชอบการตรวจสอบเป็นระยะ ๆ สภาพภายในของศูนย์ทรัพยากรข้อมูลและจากที่โหลดแบบไดนามิก
รับทำลายการตัดสินใจ การใช้คอนกรีตของส่วนนี้รวมถึง
เฉพาะเซ็นเซอร์ และนโยบายที่ควรปฏิบัติตามในระหว่างโหลด shredding . การตรวจสอบของ
ศูนย์ทรัพยากรข้อมูลจะดําเนินการโดยวิธีส่งแบบสอบถาม updatedatacenter() เซ็นเซอร์ .
/ บริการทรัพยากรการค้นพบคือตระหนักใน setdatacenter() นามธรรมวิธีการที่สามารถขยายการใช้โปรโตคอลที่กำหนดเองและกลไก
( multicast , ออกอากาศ , Peer - to - Peer )
เพิ่มเติมส่วนนี้ยังสามารถขยายไปใช้บริการตามเมฆเช่น Amazon EC2 โหลด balancer
. นักพัฒนาเพื่อปรับใช้บริการโปรแกรมของพวกเขาข้ามเมฆหลาย
สามารถขยายชั้นนี้สำหรับการดำเนินงานของตนเองระหว่างเมฆ รวมทั้งนโยบาย .
cloudlet : ชั้นรุ่นเมฆตามโปรแกรมบริการ ( เช่นเนื้อหาการส่งมอบสังคม
ระบบเครือข่ายและเวิร์กโฟลว์ธุรกิจ ) cloudsim orchestrates ความซับซ้อนของโปรแกรมในแง่ของความต้องการ
การคำนวณ ทุกบริการสมัครได้ก่อนได้รับมอบหมายการสอน
ความยาวและการถ่ายโอนข้อมูล ( ทั้งก่อนและหลังการ fetches ) ค่าใช้จ่ายที่ต้องรับหน้าเสื่อใน
วงจรชีวิตของมัน รุ่นนี้ยังสามารถขยายเพื่อรองรับการการแสดงอื่น ๆและ
องค์ประกอบตัวชี้วัดสำหรับการใช้งาน เช่น การทำธุรกรรมในฐานข้อมูลโปรแกรมที่มุ่งเน้น .
cloudletscheduler : คลาสนามธรรมนี้จะขยายโดยการใช้นโยบายที่แตกต่างกัน
กำหนดร่วมกันของพลังการประมวลผลของ cloudlets ใน VM . ตามที่อธิบายไว้ก่อนหน้านี้
สองประเภทหลักนโยบายเสนอ : พื้นที่ที่ใช้ร่วมกัน ( cloudetschedulerspaceshared
) และเวลาที่ใช้ร่วมกัน ( cloudletschedulertimeshared )
7 : ชั้นรุ่นหลักระดับโครงสร้างพื้นฐานบริการ ( ฮาร์ดแวร์ ) ที่มีการเสนอโดยผู้ให้บริการเมฆ
( Amazon , Azure , App Engine ) มันห่อหุ้มชุดของคอมพิวเตอร์โฮสต์ที่สามารถเป็นได้ทั้งเนื้อเดียวกันหรือต่างกัน
เกี่ยวกับการกำหนดค่าฮาร์ดแวร์ของพวกเขา ( หน่วยความจำ
แกน , ความจุ และกระเป๋า ) นอกจากนี้ทุกชิ้นส่วน instantiates ข้อมูลทั่วไปรวมทั้งส่วนประกอบที่ใช้
โปรแกรมชุดของนโยบายเพื่อการจัดสรรแบนด์วิดธ์ ,
หน่วยความจำและอุปกรณ์จัดเก็บข้อมูลให้เจ้าภาพและ VMS .
โบรกเกอร์ datacenterbroker หรือเมฆ : รุ่นนี้แบบนายหน้า ซึ่งรับผิดชอบ
ไกล่เกลี่ยการเจรจาระหว่างผู้ให้บริการ SaaS และเมฆและการเจรจาดังกล่าวจะขับเคลื่อนโดย
ความต้องการ CM .นายหน้าที่ทำหน้าที่ในนามของ SaaS ผู้ให้บริการ มันพบผู้ให้บริการเมฆ
เหมาะสม โดยสอบถาม CIS และ undertakes ออนไลน์สำหรับการเจรจาจัดสรร
/ ทรัพยากรการบริการที่สามารถตอบสนองความต้องการของโปรแกรมประยุกต์ทางธุรกิจ . นักวิจัยและนักพัฒนาระบบจะต้องขยาย
ชั้นนี้เพื่อประเมินและทดสอบเอง brokering นโยบาย ความแตกต่างระหว่าง
โบรกเกอร์และ cloudcoordinator คืออดีตของลูกค้า ( เช่น การตัดสินใจของ
ส่วนประกอบเหล่านี้จะทำเพื่อเพิ่มประสิทธิภาพสำหรับผู้ใช้ที่เกี่ยวข้อง ) ในขณะที่
าหลังในนามของศูนย์ข้อมูล เช่น มันพยายามที่จะเพิ่มประสิทธิภาพโดยรวมของศูนย์ข้อมูล
โดยไม่พิจารณาความต้องการของลูกค้าที่เฉพาะเจาะจง .
datacentercharacteristics :