使用Cloudsim实现基于多维QoS的资源调度算法
Cloudsim是一款开源的云计算仿真软件，它继承了网格计算仿真软件Gridsim的编程模型，支持云计算的研究和开发。它是一个自足的支持数据中心、服务代理人、调度和分配策略的平台，支持大型云计算的基础设施的建模与仿真，并且可以在Windows和Linux上跨平台运行。
本文介绍的是利用Cloudsim云仿真平台对资源调度算法进行仿真。其中包括Cloudsim环境的配置，资源调度算法的嵌入和仿真结果的分析。
一、配置Cloudsim环境
1、首先介绍Cloudsim环境的配置
1.1、Cloudsim的运行需要Java环境，所以需要下载JDK和Cloudsim
JDK：http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html
Cloudsim：http://code.google.com/p/cloudsim/downloads/
1.2、JDK的安装和配置
http://jingyan.baidu.com/article/f96699bb8b38e0894e3c1bef.html
注意安装路径不要出现汉字，否则运行程序时可能会出现未知错误。
1.3、Cloudsim的安装和配置
将下载的Cloudsim解压缩，解压路径中也不要出现汉字。比如：D:\program files\。在环境变量ClassPath中加入D:\program files\cloudsim-3.0.3\jars\cloudsim-3.0.3.jar;
D:\program files\cloudsim-3.0.3\jars\cloudsim-examples-3.0.3.jar;
D:\program files\cloudsim-3.0.3\jars\cloudsim-3.0.3-sources.jar;
D:\program files\cloudsim-3.0.3\jars\cloudsim-examples-3.0.3-sources.jar;
至此已经完成Cloudsim的配置
1.4、安装eclipse，并将Cloudsim平台导入eclipse
解压缩得到的是一个Java工程，即Cloudsim仿真平台。因为cloudsim是开源的，所以给我们提供了它的所有源码。我们可以根据自己的需要，修改Cloudsim，重新编译，获得符合自己需求自己的仿真平台。而使用eclipse工具能更便利的开发。eclipse的安装过程不再赘述。本文只简单说明导入Cloudsim过程。
打开eclipse，新建Java Project。取消Use default location选项。将cloudsim的路径加入。单击Finish即可。如下图:
此时cloudsim的正个项目代码都已经导入到新建工程中，Cloudsim自带了一些示例程序，选择任意一个运行，将会在Console窗口打印程序运行状态。若果配置没有出错，会出现类似下图情况。
此时Cloudsim的环境搭建已经完成。下一步就是在Cloudsim平台上实现自己的资源调度算法了。
二、实现基于多维QoS的资源调度算法
1.Cloudsim体系结构及核心类
CloudSim是一款云计算仿真软件，其由澳大利亚墨尔本大学网格实验室和Gridbus项目于2009年推出，它是一个函数库，可在Windows和Linux系统上跨平台运行，CloudSim的体系结构主要分为四个层次，如图1所示：
图1 Cloudsim 体系结构
Cloudsim仿真层为云计算的虚拟数据中心环境的配置和仿真提供支持，包括虚拟机、内存、容量及带宽的接口，该层用于主机分配到虚拟机的策略研究，并通过扩展核心的虚拟机调度函数实现。
Cloudsim最上层是用户代码层，该层提供一些基本的实体，如主机、应用、虚拟机，用户数和应用类型，以及代理调度策略等。通过扩展这些实体，云应用开发人员可以在该层开发各种用户需求分布、应用配置、云可用性场景等应用调度技术，并执行Cloudsim支持的云配置的Robust测试。
通过扩展Cloudsim提供的基本功能，研究者能基于特定环境和配置进行测试，完成云计算关键技术的开发研究。
CloudSim继承了GridSim并支持云计算的研究和开发，CloudSim的组件工具均为开源的。其中CloudSim具有两个独特功能：
第一，提供虚拟化的引擎，使用户可在数据中心的节点上建立和管理独立的、协同的虚拟化服务;
第二，在对虚拟化服务分配处理核心时，可在时间共享和空间共享之间灵活切换。
在CloudSim函数库中有几个主要核心类，如表1所示：
表1 Cloudsim主要核心类
2.Cloudsim工作模型
在云数据中心，将特定应用的虚拟机分配给主机由虚拟机分配控制器(VmAllocationPolicy)完成，Cloudsim在主机层和虚拟机层都实现了基于时间共享和空间共享的调度策略。
通常情况下，来自不同用户的任务相对独立，假设有m个用户User={User1， User2，…， Userm}，n个任务Task={t1，t2，…，tn}，n个虚拟化资源VM={VM1，VM2，…VMn}，以及p个数据中心 Datacenter={Datacenter1， Datacenter2，…Datacenterp}，Cloudsim的工作模型如图2所示：
图2 Cloudsim的工作模型
其中，CIS(Cloud Information Service)将用户请求映射到合适的云服务提供商，DatacenterBroker模拟SaaS提供商代理，根据QoS的需求协商资源和服务的分配策略。VmScheduler是实现主机组件的抽象类，模拟虚拟机的分配调度策略，扩展此抽象类能调整处理器的共享策略。 VmAllocationPolicy代表虚拟机监视器调度策略，该策略用于将虚拟机分配给主机。
3.实现基于多维QoS的资源调度算法
开始仿真模拟时，首先需要创建一个数据中心，然后再数据中心中创建CPU、内存等资源，此时只需要向代理中心注册资源信息，用户就可以使用数据中心的资源进行仿真模拟。
在仿真资源分配试验中，其步骤及其各个步骤中的代码如下：
(1) 初始化Cloudsim包，代码如下：
Int num_user= 1 ; //定义用户数量 Calendar calendar=Calendar.getInstance(); boolean trace_flag=false; CloudSim.init(num_user， calendar， trace_flag); //初始化CloudSim包
(2)创建数据中心(Datacenter)，代码如下所示：
DataCenter datacenter()=createDatacenter("Datacenter_0"); (3) 创建数据中心代理(Broker)，代码如下所示：
DatacenterBroker broker=createBroker(); Int brokerId=broker.get_id();
(4) 创建虚拟机，代码如下所示：
vmlist=new VirtualMachineList(); //创建虚拟机列表 Vmvm=new Vm(vmid， brokerld， mips， PesNumber， ram， bw， size， vmm，new CloudletSchedulerTimeShared()); //创建虚拟机 vmlist.add(vm); //加入虚拟机列表 broker.submitVMList(vmlist);//提交虚拟机列表
(5) 创建云任务，代码如下所示：
cloudletList = new CloudletList();//创建云任务列表 Cloudlet cloudlet=new Cloudlet(id， length， file_size， output_size); cloudlet.setUserlD(brokerld); …… cloudletList.add(cloudlet); //将任务加入任务列表 …… broker.submitCloudletList(cloudletList);//向代理提交任务列表
(6) 执行资源调度算法，完成任务到虚拟机的映射，代码如下所示：
broker. bindCloudletsToVms();
(7) 启动仿真程序，代码如下所示：
CloudSim.startSimulation();
(8) 打印仿真结果，代码如下所示：
List<Cloudlet> newList = broker.getCloudletReceivedList(); CloudSim.stopSimulation(); printCloudletList(newList);
注：任务到虚拟机的映射是由DatacenterBroker类中的bindCloudletsToVms()函数实现。该函数根据不同的策略来实现任务的映射。在《云计算》刘鹏著的示例中，提供了两种映射算法，一种是作业顺序分配的算法、另一种是以总完成时间最短为导向的贪心算法。本人的目标是基于多维QoS的资源调度算法，所以重载了云任务Cloudlet类，在类中增加了与QoS相关的属性，比如资源需求、QoS 需求、作业优先级等。然后在资源分配函数中根据这些属性的值，选定分配策略，来完成任务到虚拟机的映射。另外个人认为，在资源调度层面，并不需要指定每维 QoS的具体来源、具体意义，映射算法中只需要将其作为一个参数做相应的运算即可。