3.2. Modeling the VM allocationOne

3.2. Modeling the VM allocation
One of the key aspects that make a Cloud computing infrastructure different from a Grid computing
infrastructure is the massive deployment of virtualization tools and technologies. Hence, as against
Grids, Clouds contain an extra layer (the virtualization layer) that acts as an execution, management,
and hosting environment for application services. Hence, traditional application provisioning
models that assign individual application elements to computing nodes do not accurately represent
the computational abstraction, which is commonly associated with Cloud resources. For example,
consider a Cloud host that has a single processing core. There is a requirement of concurrently
instantiating two VMs on that host. Although in practice VMs are contextually (physical and
secondary memory space) isolated, still they need to share the processing cores and system bus.
Hence, the amount of hardware resources available to eachVMis constrained by the total processing
power and system bandwidth available within the host. This critical factor must be considered
during the VM provisioning process, to avoid creation of a VM that demands more processing
power than is available within the host. In order to allow simulation of different provisioning
policies under varying levels of performance isolation, CloudSim supports VM provisioning at
two levels: first, at the host level and second, at the VM level. At the host level, it is possible to
specify how much of the overall processing power of each core will be assigned to each VM. At
the VM level, the VM assigns a fixed amount of the available processing power to the individual
application services (task units) that are hosted within its execution engine. For the purpose of
this paper, we consider a task unit as a finer abstraction of an application service being hosted in
the VM.
At each level, CloudSim implements the time-shared and space-shared provisioning policies. To
clearly illustrate the difference between these policies and their effect on the application service
performance, in Figure 4 we show a simple VM provisioning scenario. In this figure, a host with
two CPU cores receives request for hosting two VMs, such that each one requires two cores and
plans to host four tasks’ units. More specifically, tasks t1, t2, t3, and t4 to be hosted in VM1,
whereas t5, t6, t7, and t8 to be hosted in VM2.
Figure 4(a) presents a provisioning scenario, where the space-shared policy is applied to both
VMs and task units. As each VM requires two cores, in space-shared mode only one VM can run
at a given instance of time. Therefore, VM2 can only be assigned the core once VM1 finishes the
execution of task units. The same happens for provisioning tasks within the VM1: since each task
unit demands only one core, therefore both of them can run simultaneously. During this period,
the remaining tasks (2 and 3) wait in the execution queue. By using a space-shared policy, the
estimated finish time of a task p managed by a VM i is given by
eft(p)=est+ rl
capacity×cores(p)
,
where est(p) is the Cloudlet- (cloud task) estimated start time and rl is the total number of
instructions that the Cloudlet will need to execute on a processor. The estimated start time depends

ผลลัพธ์ (ไทย) 1:

3.2 การสร้างโมเดลการปันส่วน VMด้านหนึ่งสำคัญที่ทำให้โครงสร้างพื้นฐานระบบคอมพิวเตอร์คลาวด์แตกต่างจากการประมวลผลแบบกริดโครงสร้างพื้นฐานจะใช้การจำลองเสมือนของเครื่องมือและเทคโนโลยีขนาดใหญ่ ดังนั้น เป็นกับชั้นพิเศษ (ชั้นจำลองเสมือน) ที่ทำหน้าที่เป็นการดำเนินการ จัดการ กริด ประกอบด้วยเมฆและสิ่งแวดล้อมที่โฮสต์โปรแกรมประยุกต์บริการ ดังนั้น การเตรียมใช้งานโปรแกรมประยุกต์แบบดั้งเดิมรูปแบบที่กำหนดองค์ประกอบแอพลิเคชันแต่ละโหนคอมพิวเตอร์ไม่ถูกต้องแทนการคำนวณ abstraction ซึ่งมักเกี่ยวข้องกับทรัพยากรคลาวด์ ตัวอย่างพิจารณาโฮสต์เมฆที่มีแกนประมวลผลเดียว พร้อมมีความต้องการของinstantiating VMs สองบนโฮสต์นั้น แม้ว่าในทางปฏิบัติ VMs contextually (ทางกายภาพ และพื้นที่หน่วยความจำรอง) แยกต่างหาก ยังคงต้องใช้แกนประมวลผลและระบบรถโดยสารประจำทางร่วมกันดังนั้น จำนวนทรัพยากรฮาร์ดแวร์ที่พร้อมใช้งาน eachVMis จำกัด โดยการประมวลผลรวมพลังงานและระบบแบนด์วิดท์ในโฮสต์ ต้องพิจารณาปัจจัยสำคัญนี้ในระหว่างกระบวนการการเตรียมใช้งาน VM หลีกเลี่ยงสร้าง VM ที่ต้องการประมวลผลเพิ่มเติมใช้พลังงานมากกว่ามีภายในโฮสต์ เพื่อให้การจำลองการเตรียมใช้งานแตกต่างกันนโยบายภายใต้ระดับแตกต่างกันของประสิทธิภาพแยก VM เตรียมที่รองรับ CloudSimระดับสอง: ครั้งแรก ที่โฮสต์ระดับและสอง VM ที่ระดับ ระดับโฮสต์ มันเป็นไประบุจำนวนโดยรวมของแต่ละหลักการประมวลผลจะถูกกำหนดให้ VM แต่ละ ที่ระดับ VM, VM กำหนดยอดเงินคงที่ของพลังการประมวลผลมีให้บุคคลโปรแกรมประยุกต์บริการ (หน่วยงาน) ที่โฮสต์ภายในเครื่องยนต์ของการดำเนินการ สำหรับจุดประสงค์ของกระดาษนี้ เราพิจารณาหน่วยงานเป็น abstraction ปลีกย่อยของบริการแอพลิเคชันเป็นโฮสต์ในVMในแต่ละระดับ CloudSim ใช้ time-shared กับพื้นที่แชร์เตรียมนโยบาย ถึงแสดงความแตกต่างระหว่างนโยบายเหล่านี้และผลที่เกิดขึ้นในการให้บริการโปรแกรมประยุกต์อย่างชัดเจนประสิทธิภาพ ในรูปที่ 4 แสดงการ VM ได้เตรียมสถานการณ์ ในรูปนี้ โฮสต์ด้วยสองแกน CPU ได้รับคำขอสำหรับ VMs สอง ที่แต่ละคนต้องสองแกน และแผนการจัดหน่วยงาน 4 อื่น ๆ โดยเฉพาะ งาน t1, t2, t3 และ t4 เป็นโฮสต์ใน VM1ในขณะที่ t5, t6, t7, t8 เพื่อเป็นโฮสต์ใน VM2 และรูป 4(a) นำเสนอสถานการณ์การเตรียมใช้งาน ที่มีใช้นโยบายพื้นที่ใช้ร่วมกันทั้งVMs และหน่วยงาน เป็น VM แต่ละต้องสองแกน ในโหมดใช้ร่วมกันพื้นที่ VM เดียวสามารถเรียกใช้ที่อินสแตนซ์ของเวลา ดังนั้น VM2 สามารถเท่านั้นกำหนดหลักเมื่อ VM1 เสร็จสิ้นการการดำเนินการของหน่วยงาน เดียวกันเกิดขึ้นสำหรับการเตรียมงานภายใน VM1: เนื่องจากแต่ละงานความต้องการของหน่วยหลักเดียว ดังนั้น ทั้งสองอย่างสามารถทำพร้อมกัน ในช่วงเวลานี้รองาน (2 และ 3) ที่เหลือในคิวการดำเนินการ โดยใช้นโยบายพื้นที่ใช้ร่วมกัน การเวลาที่เสร็จสิ้นโดยประมาณของ p เป็นงานที่จัดการ โดย VM ฉันถูกกำหนดโดยeft (p) = est + rlcapacity×cores(p),est(p) Cloudlet- (งานเมฆ) เวลาเริ่มต้นประเมินและ rl คือ จำนวนคำแนะนำที่ Cloudlet จะต้องดำเนินการบนตัวประมวลผล เวลาโดยประมาณเริ่มต้นขึ้น

ผลลัพธ์ (ไทย) 2:

3.2 การสร้างแบบจำลองการจัดสรร VM
ด้านหนึ่งที่สำคัญที่จะทำให้โครงสร้างพื้นฐานคอมพิวเตอร์เมฆที่แตกต่างจากคอมพิวเตอร์กริด
โครงสร้างพื้นฐานขนาดใหญ่การใช้งานของเครื่องมือและเทคโนโลยีการทำงานแบบเสมือน ดังนั้นเมื่อเทียบกับ
กริดมีเมฆชั้นพิเศษ (ชั้น virtualization) ที่ทำหน้าที่เป็นการดำเนินการจัดการ
และสภาพพื้นที่สำหรับการให้บริการแอพลิเคชัน ดังนั้นการจัดเตรียมแอพลิเคชันแบบดั้งเดิม
ที่กำหนดองค์ประกอบการประยุกต์ใช้แต่ละโหนดคอมพิวเตอร์ไม่ต้องเป็นตัวแทนของ
สิ่งที่เป็นนามธรรมการคำนวณซึ่งมักจะเกี่ยวข้องกับทรัพยากรเมฆ ยกตัวอย่างเช่น
พิจารณาโฮสต์เมฆที่มีแกนประมวลผลเดียว มีความต้องการของการควบคู่กันไปคือ
อินสแตนซ์สอง VMs บนโฮสต์ที่ แม้ว่าในทางปฏิบัติเสมือนเป็นบริบท (ทางกายภาพและ
พื้นที่หน่วยความจำรอง) แยกพวกเขายังคงจำเป็นต้องใช้แกนประมวลผลและระบบบัส.
ดังนั้นปริมาณของทรัพยากรฮาร์ดแวร์ที่มีให้ eachVMis จำกัด โดยการประมวลผลรวม
อำนาจและระบบแบนด์วิดธ์ที่มีอยู่ภายในโฮสต์ . ซึ่งปัจจัยสำคัญที่ต้องพิจารณา
ในระหว่างขั้นตอนการจัดเตรียม VM เพื่อหลีกเลี่ยงการสร้าง VM ที่ต้องการการประมวลผลมากขึ้น
กว่าอำนาจสามารถใช้ได้ภายในโฮสต์ เพื่อที่จะช่วยให้การจำลองการจัดเตรียมที่แตกต่างกัน
ภายใต้นโยบายระดับที่แตกต่างของการแยกการปฏิบัติงานสนับสนุนการจัดเตรียม CloudSim VM ที่
สองระดับแรกในระดับโฮสต์และครั้งที่สองในระดับ VM ในระดับโฮสต์มันเป็นไปได้ที่จะ
ระบุวิธีการมากของพลังการประมวลผลโดยรวมของแต่ละหลักจะได้รับการกำหนดให้กับแต่ละ VM ที่
ระดับ VM เมล์กำหนดจำนวนเงินที่คงที่ของพลังการประมวลผลที่มีให้กับบุคคลที่
ใช้บริการ (หน่วยงาน) ที่โฮสต์ภายในเครื่องยนต์การดำเนินการ สำหรับวัตถุประสงค์ของ
บทความนี้เราจะพิจารณาหน่วยงานที่เป็นนามธรรมปลีกย่อยของบริการแอพลิเคชันเป็นเจ้าภาพใน
VM.
ในแต่ละระดับ CloudSim ใช้เวลาร่วมกันและนโยบายการจัดเตรียมพื้นที่ที่ใช้ร่วมกัน เพื่อ
แสดงให้เห็นอย่างชัดเจนความแตกต่างระหว่างนโยบายเหล่านี้และผลกระทบของพวกเขาในการให้บริการแอปพลิเค
ประสิทธิภาพการทำงานในรูปที่ 4 เราจะแสดงสถานการณ์การจัดเตรียม VM ง่าย ในรูปนี้โฮสต์ที่มี
สองแกน CPU ได้รับการร้องขอสำหรับการเป็นเจ้าภาพสอง VMs เช่นว่าแต่ละคนต้องใช้สองแกนและ
วางแผนที่จะเป็นเจ้าภาพสี่หน่วยงาน ' โดยเฉพาะอย่างยิ่งงาน T1, T2, T3 และ T4 จะเป็นเจ้าภาพใน VM1,
ในขณะที่ T5, T6, T7, T8 และจะเป็นเจ้าภาพใน VM2.
รูปที่ 4 (ก) นำเสนอสถานการณ์การจัดเตรียมที่นโยบายพื้นที่ที่ใช้ร่วมกัน นำไปใช้กับทั้ง
VMs และหน่วยงาน ในฐานะที่เป็น VM แต่ละต้องใช้สองแกนในโหมดพื้นที่ที่ใช้ร่วมกันเพียงหนึ่ง VM สามารถเรียกใช้
อินสแตนซ์ที่กำหนดของเวลา ดังนั้น VM2 เท่านั้นที่สามารถได้รับการกำหนดหลักครั้ง VM1 เสร็จสิ้น
การดำเนินการของหน่วยงาน เดียวกันที่เกิดขึ้นสำหรับการจัดเตรียมงานภายใน VM1: ตั้งแต่งานแต่ละ
หน่วยความต้องการเพียงหนึ่งหลักดังนั้นทั้งสองของพวกเขาสามารถทำงานพร้อมกัน ในช่วงเวลานี้
งานที่เหลือ (ที่ 2 และ 3) รออยู่ในคิวการดำเนินการ โดยใช้นโยบายพื้นที่ที่ใช้ร่วมกัน
เวลาประมาณเสร็จของงานพีจัดการโดย VM ฉันจะได้รับจาก
EFT (P) = คือ RL +
ความจุ×แกน (P)
,
ที่มี (P) เป็น Cloudlet- (งานระบบคลาวด์ ) เวลาเริ่มต้นโดยประมาณและ RL เป็นจำนวนรวมของ
คำสั่งที่ Cloudlet จะต้องดำเนินการในการประมวลผล เวลาเริ่มต้นขึ้นประมาณ

ผลลัพธ์ (ไทย) 3:

3.2 . การสร้างแบบจำลองการจัดสรร VM
หนึ่งของคีย์ แง่มุมที่ทำให้เมฆโครงสร้างพื้นฐานที่แตกต่างกันจากตารางการคำนวณ
โครงสร้างพื้นฐานคือการใช้งานขนาดใหญ่ของเครื่องมือซอฟต์แวร์และเทคโนโลยี ดังนั้นเมื่อเทียบกับ
กริด , เมฆมีชั้นพิเศษ ( เวอร์ชั้น ) ที่ทำหน้าที่เป็นทางเลือก การจัดการ และบริการโฮสติ้งสภาพแวดล้อม
ใบสมัคร ดังนั้นการประยุกต์ใช้ระบบดั้งเดิม
รุ่นที่กำหนดองค์ประกอบใบสมัครแต่ละโหนดคอมพิวเตอร์ไม่ถูกต้องเป็นตัวแทน
นามธรรมคอมพิวเตอร์ ซึ่งโดยทั่วไปที่เกี่ยวข้องกับทรัพยากรเมฆ ตัวอย่างเช่น
พิจารณาเมฆโฮสต์ที่มีแกนประมวลผลเดี่ยว มีความต้องการพร้อมกัน
instantiating สอง VMS บนโฮสต์ที่แม้ว่าในวัดฝึกเป็นบริบท ( ทางกายภาพและ
พื้นที่หน่วยความจำสำรอง ) แยก พวกเขายังคงต้องใช้แกนประมวลผล และระบบบัส .
ดังนั้นปริมาณของทรัพยากรฮาร์ดแวร์ที่มีอยู่เพื่อ eachvmis บังคับโดยรวมการประมวลผล
อำนาจและแบนด์วิดธ์ที่มีอยู่ในระบบโฮสต์ นี้ปัจจัยสําคัญที่ต้องพิจารณา
ใน VM ) กระบวนการเพื่อหลีกเลี่ยงการสร้าง VM ที่ความต้องการมากขึ้นการประมวลผล
พลังกว่าสามารถใช้ได้ภายในโฮสต์ เพื่อให้แตกต่างจากการจำลอง
นโยบายภายใต้ระดับที่แตกต่างของการแยก cloudsim สนับสนุนประสิทธิภาพ VM )
2 ที่ระดับ : แรกที่โฮสต์ระดับและ 2 ระดับ VM . ในระดับโฮสต์ มันเป็นไปได้

ระบุวิธีการมากของพลังการประมวลผลของแต่ละแกน โดยจะมอบหมายให้แต่ละ VM . ที่
ระดับ VM VM กำหนดยอดเงินคงที่ของพลังการประมวลผลพร้อมบริการโปรแกรมบุคคล
( หน่วยงาน ) ที่เป็นเจ้าภาพภายในเครื่องยนต์การดําเนินการของ สำหรับวัตถุประสงค์ของ
กระดาษนี้เราจะพิจารณางานที่หน่วยเป็นนามธรรมปลีกย่อยของบริการสมัครเป็นเจ้าภาพใน VM

.ในแต่ละระดับ cloudsim ใช้เวลาร่วมกัน และพื้นที่ที่ใช้ร่วมกัน รวมทั้งนโยบาย

อย่างชัดเจนแสดงความแตกต่างระหว่างนโยบายเหล่านี้ และผลของการประยุกต์ใช้บริการ
แสดง ในรูปที่ 4 เราจะแสดงวิ VM ) สถานการณ์ ในรูปนี้เป็นโฮสต์กับซีพียูสองคอร์
ได้รับการร้องขอสำหรับโฮสติ้งสองวัด ซึ่งแต่ละคนต้องใช้สองแกนและ
วางแผนที่จะเป็นเจ้าภาพ 4 งาน ' หน่วย มากขึ้นโดยเฉพาะงาน T1 , T2 , T3 และ T4 เป็นเจ้าภาพใน vm1
ส่วน , T5 , T6 และ T8 * * 3 , , จะเป็นเจ้าภาพใน vm2 .
รูปที่ 4 ( ) นำเสนอต่อสถานการณ์ที่พื้นที่ที่ใช้ร่วมกัน มีการใช้นโยบายทั้ง
VMS และงานหน่วย ซึ่งในแต่ละ VM ต้องการสองแกนในพื้นที่ร่วมกันโหมดเดียว VM สามารถใช้
ที่ให้ตัวอย่างของเวลา ดังนั้นvm2 สามารถกำหนดหลักเมื่อ vm1 เสร็จ
การดําเนินการของหน่วยงาน เดียวกันที่เกิดขึ้น ส่งผลงานภายใน vm1 : เนื่องจากแต่ละงาน
หน่วยความต้องการเพียงหนึ่งหลัก ดังนั้นทั้งสองของพวกเขาสามารถทำงานพร้อมกัน ในช่วงเวลานี้
งานที่เหลือ ( 2 และ 3 ) ในการรอคิว โดยการใช้พื้นที่ร่วมกัน นโยบาย
เวลาประมาณเสร็จของงาน P จัดการโดย VM ผมให้โดย
EFT ( P ) = EST RL
ความจุ×แกน ( P )

ที่ EST ( P ) เป็น cloudlet - ( งานระบบ ) ( เวลาเริ่มต้นและ RL เป็นจํานวน
cloudlet จะต้องใช้ว่า รันบนหน่วยประมวลผล เวลาเริ่มต้นขึ้นโดยประมาณ