CloudSim: A Framework for Modeling and Simulation of Cloud Computing Infrastructures and Services

Introduction

In jüngster Zeit hat sich Cloud Computing als führende Technologie für die Bereitstellung zuverlässiger, sicherer, fehlertoleranter, nachhaltiger und skalierbarer Rechendienste herausgestellt, die als Software-, Infrastruktur- oder Plattform-Asservices (SaaS, IaaS, PaaS) präsentiert werden. Darüber hinaus können diese Dienste in privaten Rechenzentren (private Clouds), für Kunden (Public Clouds) kommerziell angeboten werden, oder es ist möglich, dass sowohl öffentliche als auch private Clouds in Hybrid Clouds kombiniert werden.

Dieses bereits breite Ökosystem von Cloud-Architekturen sowie die steigende Nachfrage nach energieeffizienten IT-Technologien erfordern zeitnahe, wiederholbare und kontrollierbare Methoden zur Bewertung von Algorithmen, Anwendungen und Richtlinien vor der eigentlichen Entwicklung von Cloud-Produkten.Da die Nutzung realer Testbeds die Experimente auf den Umfang des Testbeds beschränkt und die Reproduktion der Ergebnisse äußerst schwierig macht, nutzen alternative Ansätze für Tests und Experimente die Entwicklung neuer Cloud-Technologien.

Eine geeignete Alternative ist die Verwendung von Simulationswerkzeugen, die die Möglichkeit eröffnen, die Hypothese vor der Softwareentwicklung in einer Umgebung zu bewerten, in der Tests reproduziert werden können. Speziell im Fall von Cloud Computing, bei dem für den Zugriff auf die Infrastruktur Zahlungen in realer Währung anfallen, bieten simulationsbasierte Ansätze erhebliche Vorteile, da sie es Cloud-Kunden ermöglichen, ihre Dienste in einer wiederholbaren und kontrollierbaren Umgebung kostenlos zu testen und die Leistungsengpässe vor der Bereitstellung in realen Clouds zu optimieren. Auf Anbieterseite ermöglichen Simulationsumgebungen die Bewertung verschiedener Arten von Ressourcen-Leasing-Szenarien unter unterschiedlichen Last- und Preisverteilungen. Solche Studien könnten den Anbietern helfen, die Ressourcenzugriffskosten zu optimieren und sich auf die Verbesserung der Gewinne zu konzentrieren. In Ermangelung solcher Simulationsplattformen müssen sich Cloud-Kunden und -Anbieter entweder auf theoretische und ungenaue Auswertungen verlassen oder auf Try-and-Error-Ansätze, die zu ineffizienter Serviceleistung und Umsatzgenerierung führen.

Das Hauptziel dieses Projekts ist die Bereitstellung eines generalisierten und erweiterbaren Simulationsframeworks, das eine nahtlose Modellierung, Simulation und Erprobung neuer Cloud-Computing-Infrastrukturen und Anwendungsdienste ermöglicht. Durch die Verwendung von CloudSim können sich Forscher und Branchenentwickler auf spezifische Systemdesignprobleme konzentrieren, die sie untersuchen möchten, ohne sich Gedanken über die Details cloudbasierter Infrastrukturen und Dienste zu machen.

Hauptfunktionen

Übersicht der CloudSim-Funktionen:

• Unterstützung für die Modellierung und Simulation großer Cloud-Computing-Rechenzentren
• Unterstützung für die Modellierung und Simulation virtualisierter Serverhosts mit anpassbaren Richtlinien für die Bereitstellung von Host-Ressourcen für virtuelle Maschinen
• Unterstützung für die Modellierung und Simulation von Anwendungscontainern
• Unterstützung für die Modellierung und Simulation energiebewusster Rechenressourcen
• Unterstützung für die Modellierung und Simulation und Message-Passing-Anwendungen
• Unterstützung für die Modellierung und Simulation von clouds
• Unterstützung für dynamisches Einfügen von Simulationselementen, Stoppen und Fortsetzen der Simulation
• Unterstützung für benutzerdefinierte Richtlinien für die Zuweisung von Hosts zu virtuellen Maschinen und Richtlinien für die Zuweisung von Host-Ressourcen zu virtuellen Maschinen

Dokumentation

• Ein Online-Kurs über CloudSim, der Videos enthält und von Anupinder Singh aus Indien entwickelt wurde.
• Beispiele
• Versionshinweise
• CloudSim installieren und ausführen (README)
• Changelog
• Container in CloudSim

Download

Das CloudSim-Paket mit dem Quellcode, Beispielen, Jars und APIdocumentation kann von der CloudSim-Webseite unter GitHub heruntergeladen werden:

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

Code aus dem Papier: Tom Guerout, Thierry Monteil, Georges Da Costa, Rodrigo N. Calheiros, Rajkumar Buyya, Mihai Alexandru. Energiebewusste Simulation mit DVFS.Simulationsmodellierung Praxis und Theorie, Band 39, Seiten 76-91, Dezember 2013.

CloudSim_DVFS.rar

Diskussionsgruppe (Mailingliste)

iFogSim

iFogSim ermöglicht die Modellierung und Simulation von Fog-Computing-Umgebungen zur Bewertung von Ressourcenmanagement- und Schedulingpolicies über Edge- und Cloud-Ressourcen unter verschiedenen Szenarien. Der Simulator unterstützt die Bewertung von Ressourcenmanagementrichtlinien, die sich auf deren Auswirkungen auf Latenz (Aktualität), Energieverbrauch, Netzwerküberlastung und Betriebskosten konzentrieren. Es simuliert Edge-Geräte, Cloud-Rechenzentren und Netzwerkverbindungen, um Leistungsmetriken zu messen. Das von iFogSim unterstützte Hauptanwendungsmodell ist das Sense-Process-Actuate-Modell. In solchen Modellen veröffentlichen Sensoren Daten in IoT-Netzwerken, Anwendungen, die auf IoT-Geräten ausgeführt werden, abonnieren und verarbeiten Daten, die von Sensoren stammen, und schließlich werden die gewonnenen Erkenntnisse in Aktionen übersetzt, die an Aktuatoren weitergeleitet werden.

Laden Sie iFogSim hier herunter. Weitere Informationen finden Sie in unserem SPE Paper.

CloudSimEx

Das Ziel des CloudSimEx-Projekts ist die Entwicklung einer Reihe von Erweiterungen für den CloudSim-Simulator. Die Erweiterungen, die sich als würdig erweisen, werden später mit CloudSim zusammengeführt.

Hinweis! Diese Erweiterungen werden vom CloudSim-Team erst dann offiziell unterstützt, wenn sie in CloudSim integriert sind.

Derzeit CloudSimEx-Funktionen:

1. Web Session modeling;
2. Bessere Logging Utilities;
3. Utilities zum Generieren von CSV-Dateien für statistische Analysen;
4. Automatische ID-Generierung;
5. Dienstprogramme zum parallelen Ausführen mehrerer Experimente;
6. MapReduce-Simulation.

EdgeCloudSim

EdgeCloudSim bietet eine Simulationsumgebung speziell für Edge-Computing-Szenarien, in denen es möglich ist, Experimente durchzuführen, die sowohl Rechen- als auch Netzwerkressourcen berücksichtigen. EdgeCloudSim basiert auf CloudSim, fügt jedoch einige zusätzliche Funktionen hinzu, z. B. Netzwerkmodellierung speziell für WLAN und WAN, Gerätemobilitätsmodell, realistischer und abstimmbarer Lastgenerator.

EdgeCloudSim wurde von Cagatay Sonmez und Team am NETLAB (Computer Networks Research Laboratory) in der Abteilung für Computertechnik, Bogazici Universität, Istanbul, Türkei entwickelt.

Download und weitere Informationen finden Sie im GitHub des Projekts.

CloudSim Automatisierung: Menschenlesbare Szenariospezifikation fürautomatisierte Erstellung von Simulationen auf CloudSim

CloudSim Automation ist ein Java-Befehlszeilentool, das auf Cloudsim- und CloudReports-Klassen basiert und Spezifikationen von Cloudsim-Simulationsszenarien aus einer YAML-Datei lesen kann, einem sehr menschlich lesbaren Datenformat. Simulationsszenarien können in eine YAML-Datei geschrieben werden, und das Cloud Automation Tool liest diese Simulationsszenarien, erstellt sie und führt sie auf CloudSim aus.

Das Tool befreit Forscher von der Notwendigkeit, Java-Code zu schreiben, um Simulationsszenarien auszuführen. Auf diese Weise kann die Aufmerksamkeit auf das zu lösende Problem gelenkt werden, z. B. die Erstellung neuer Algorithmen toload Balancing, neue Planungsrichtlinien für virtuelle Maschinen, VM-Platzierung, Ressourcenbereitstellung, Arbeitslastvorhersage, Serverkonsolidierung, Energieeffizienz, Kostenreduzierung und so weiter.

Die Hauptbeiträge dieser Arbeit sind:

1. zu vermeiden programmierung auf die schaffung von CloudSim simulationenvironments;
2. zu reduzieren lernkurve auf die schaffung von CloudSim simulationscenarios;
3. zu erleichtern und zu automatisieren CloudSim simulation environmentscreation;
4. ein für Menschen lesbares Dateiformat zu verwenden, um Cloud-Simulationszenarien zu spezifizieren und eine solche Simulationsprozessphase zu beschleunigen;
5. Wiederverwendung, Erweiterung und gemeinsame Nutzung von Simulationsszenarien zu ermöglichen.

Der Code kann von GitHub heruntergeladen werden. Für weitere Informationen wenden Sie sich bitte an Dr. Manoel Campos daSilva Filho.

WorkflowSim

WorkflowSim erweitert das CloudSim Simulation Toolkit um die Unterstützung der Workflow-Vorbereitung und -Ausführung durch die Implementierung eines Stacks aus Workflow-Parser, Workflow-Engine und Job-Scheduler. Es unterstützt ein mehrschichtiges Modell von Fehlern und Verzögerungen, die in den verschiedenen Ebenen der Workflowmanagementsysteme auftreten. Eine Reihe gängiger Workflow-Planungsalgorithmen (z. B. HEFT, Min-Min und Max-Min) und Task-Clustering-Algorithmen wurden in WorkflowSim implementiert. Parameter werden direkt aus Spuren realer Ausführungen gelernt, die von Workflow-Management-Systemen wie Pegasus ausgeführt wurden.WorkflowSim wurde von Weiwei Chen und Team an der University of SouthernCalifornia, USA entwickelt.

Download und weitere Informationen finden Sie im Github des Projekts.

Cloud2Sim

Cloud2Sim schlägt eine verteilte gleichzeitige Architektur für Cloudsim-Simulationen vor. CloudSim nutzt das In-Memory-Datenraster von Hazelcast und wird so erweitert, dass mehrere Instanzen die Cloudlet- und VM-Workloads von mehreren Knoten ausführen und an das Datencenterbroker senden, während die Kernsimulationssegmente ausgeführt werden, die nicht von der Master-Cloud2Sim-Instanz verteilt werden können. Darüber hinaus wird eine adaptive Architektur entwickelt und implementiert, um die der Simulation zur Verfügung gestellten Ressourcen elastisch zu skalieren, wobei ein Cloud2Simmonitoring-Thread auf einem separaten Hazelcast-Cluster ausgeführt wird. Cloud2Simwork wurde von Pradeeban Kathiravelu und Luis Veiga, atINESC-ID Lisboa, Universidade de Lisboa, Portugal, entwickelt.

Download und weitere Informationen finden Sie auf der Sourceforge-Seite des Projekts.

SimpleWorkflow

Dies ist ein einfaches Paket, das Klassen enthält, die bei der Simulation von Workflows auf CloudSim helfen. Dies ist nicht so umfassend wie WorkflowSim, verwendet jedoch dieselben Workload-Beschreibungsdateien wie WorkflowSim.

Laden Sie SimpleWorkflow hier herunter.

DynamicCloudSim

Performance-Instabilität, die häufig in uneinheitlichen und gemeinsam genutzten Infrastrukturen wie Computational Clouds auftritt, wurde wiederholt beobachtet, um die Laufzeit von Anwendungen stark zu beeinflussen. DynamicCloudSim erweitert das CloudSim-Simulations-Toolkit durch die Einführung von Modellen für (1) Heterogenität in der Leistung von Rechenressourcen, (2) Unsicherheit und dynamische Änderungen in der Leistung virtueller Maschinen sowie (3) Nachzügler-Maschinen und Fehler während der Aufgabenausführung.

Darüber hinaus führt DynamicCloudSim eine feinkörnige Darstellung von Rechenressourcen ein, wodurch die Simulation der Ausführung verschiedener Arten von Anwendungen (CPU-, I / O-, kommunikationsgebunden) auf Maschinen mit unterschiedlichen Leistungsmerkmalen ermöglicht wird. DynamicCloudSim bietet als Einstiegspunkt für die Forschung zur Workflowplanung die Funktion, die Ausführung wissenschaftlicher Workflows mithilfe verschiedener etablierter Scheduler zu simulieren.

DynamicCloudSim wurde von Marc Bux an der Humboldt-Universität zu Berlin entwickelt. Der Download ist auf der projectwebsite auf Google Code verfügbar. Bei Fragen und Anregungen wenden Sie sich bitte anbux (at) informatik.hu-berlin.de .

RealCloudSim

RealCloudSim ist ein Simulator für die Zuweisung virtueller Maschinen, der auf der Hauptmaschine des CloudSim-Projekts basiert. RealCloudSim bietet eine grafische Oberfläche zum Lesen von Netzwerktopologien basierend auf dem BRITE-Format. RealCloudSim verwendet auch seine eigene Engine, um Allokationen basierend auf genetischen Algorithmen, gemischte Integerprogrammierung mit Lingo-Software und Netzwerksimulationen basierend auf dem NS2 (NetworkSimulator 2) zu simulieren. Am Ende jeder Simulation wird ein vollständiger Bericht erstellt.

RealCloudSim wurde von Lucio Agostinho Rocha und Team an der State University von Campinas, Brasilien entwickelt.

Zweifel und Vorschläge können per E-Mail anoutrosdiasvirao bei yahoo dot com dot br. Download und weitere Informationen finden Sie auf der Projektseite bei SourceForge.

CloudReports

CloudReports ist ein Grafikwerkzeug, das verteilte Computingenvironments simuliert, die auf dem Cloud-Computing-Paradigma basieren. Es verwendet CloudSim als Simulations-Engine und bietet eine benutzerfreundliche Benutzeroberfläche, Funktionen zur Berichterstellung und die Erstellung von Erweiterungen auf Plugin-Weise.

CloudReports wurde von Thiago Sa und einem Team der Federal University of Ceara, Brasilien, entwickelt.

Download und weitere Informationen finden Sie im Github des Projekts.

CloudAuction

Diese Funktion erweitert Cloudsim durch die Entwicklung einer Paketbibliothek, die es Cloudsim ermöglicht, auktionsbasierte Dienste zu verarbeiten. Das Hauptziel dieser Forschung istimplementierung von auktionsbasierten Mechanismen in Cloudsim. Um die Paketbibliothek zu testen, wurde ein neuer Marktmechanismus zur effizienten Zuweisung von Diensten an Teilnehmer auf der Grundlage des kombinatorischen Doppelauktionsprinzips implementiert. Der Mechanismus berücksichtigt die relevanten Attribute, die in Cloud-Computing-Umgebungen zum Nutzen und zur Zufriedenheit von Benutzern und Anbietern anwendbar sind. In dieser Paketbibliothek wird die Auktion basierend auf den Kosten für CPU-MIPS und den verbleibenden Eigenschaften (Bandbreite, RAM-Größe usw.) durchgeführt.) werden VM-seitig betrachtet, wenn sie der Anforderung entsprechen.

CloudAuction wurde von Youness Teimoury (QIAU) und Parnia Samimi (UKM) entwickelt.

Herunterladen: CloudAuctionV2.0.zip (veröffentlicht am 25. März 2013).

CloudMIG Xpress

CloudMIG Xpress erleichtert den Vergleich und die Planung von Phasen bei der Migration von Softwaresystemen auf PaaS- oder IaaS-basierte Cloudumgebungen. Codemodelle können aus Java-basierter Software extrahiert werden, um (1) die aktuelle Systembereitstellung zu modellieren und mit einem aktuellen Workload-Profil zu ergänzen, (2) die Kompromisse zu vergleichen, die für verschiedene Cloud-Bereitstellungsoptionen getroffen werden müssen, und (3) das Systemmodell automatisch in ein CloudSim-Modell umzuwandeln, um eine integrierte Simulation verschiedener Cloud-Bereitstellungsoptionen in Bezug auf zukünftige Kosten, Reaktionszeiten und SLA-Verstöße zu ermöglichen.

CloudMIG Xpress wurde von Soren Frey, Florian Fittkau und einem Team der Software Engineering Group der Christian-Albrechts-Universität zu Kiel entwickelt.

Download und weitere Informationen: Projekt auf Sourceforge.

FederatedCloudSim

FederatedCloudSim (FCS) ist eine vielseitige und flexible Erweiterung des CloudSim-Frameworks. Es ermöglicht eine Vielzahl von Cloud Federation-Experimenten. FCS unterstützt SLAs und bietet einen dreistufigen Planungsansatz für VMs (in Rechenzentren, zwischen Rechenzentren desselben Cloud Service Providers (CSP) und zwischen CSPs in einem Verbund). FCS bietet auch ein flexibles Finanzmodell zur Analyse der Auswirkungen verschiedener Planungsstrategien auf CSP-Umsatz und -Gewinn sowie eine Auktionsplattform für den VM-Austausch.

FederatedCloudSim wurde von Forschern der Technischen Universität Dortmund entwickelt. Einzelheiten finden Sie auf der FederatedCloudSim-Website.

CloudAnalyst

Cloud Analyst ist ein an der University of Melbourne entwickeltes Tool, dessen Ziel es ist, die Bewertung von Tools für soziale Netzwerke gemäß der geografischen Verteilung von Benutzern und Rechenzentren zu unterstützen. In diesem Tool werden Communities von Benutzern und Rechenzentren, die die sozialen Netzwerke unterstützen, charakterisiert und basierend auf ihrem Standort; Parameter wie Benutzererfahrung bei der Verwendung der Anwendung für soziale Netzwerke und Auslastung des Rechenzentrums werden abgerufen / protokolliert.

Herunterladen: CloudAnalyst.zip (veröffentlicht am 26.November 2009).

Projektmitarbeiter

Aktive Mitglieder:

• Rajkumar Buyya
• Sara Kardani Moghaddam
• Shashikant Ilager
• TianZhang He
• Amanda Jayanetti

Ehemalige Mitglieder und Mitarbeiter:

• Rodrigo N. Calheiros
• Rajiv Ranjan
• Anton Beloglazov
• Nikolay Grozev
• Saurabh Garg
• Sareh Fotuhi Piraghaj
• Marcos Dias de Assuncao
• Bhathiya Wickremasinghe
• Jungmin Jay Son

Softwarelizenz

Die CloudSim Toolkit-Software wird als Open Source unter der Apache Version 2.0-Lizenz veröffentlicht.
Copyright Das Wolkenlabor, Die Universität von Melbourne, 2009- bis heute.

Publikationen

• Jungmin Son und Rajkumar Buyya, CloudSimSDN-NFV: Modellierung und Simulation von Netzwerkfunktionsvirtualisierung und Service Function Chaining in Edge Computing Environments, SPE (in review).
• Jungmin Son und Rajkumar Buyya, Priority-aware VM Allocation and Network Bandwidth Provisioning in Software-Defined Networking (SDN)-enabled Clouds, IEEE Transactions on Sustainable Computing (T-SUSC), Band 4, Nummer 1, Seiten: 17-28, ISSN: 2377-3782, IEEE Computer Society Press, USA, Januar-März 2019.
• Sareh Fotuhi Piraghaj, Amir Vahid Dastjerdi, Rodrigo N.Calheiros und Rajkumar Buyya, ContainerCloudSim: Eine Umgebung zur Modellierung und Simulation von Containern in Cloud-Rechenzentren, Software: Praxis und Erfahrung, Band 47, Nummer 4, Seiten: 505-521, ISSN: 0038-0644, Wiley Press, New York, USA, April 2017.
• Saurabh Kumar Garg und Rajkumar Buyya, NetworkCloudSim: Modelling Parallel Applications in Cloud Simulations,Tagungsband der 4. IEEE/ACM International Conference on Utility and CloudComputing (UCC 2011, IEEE CS Press, USA), Melbourne, Australien, 5.-7. Dezember 2011.
• Rodrigo N. Calheiros, Rajiv Ranjan, Anton Beloglazov, Cesar A. F. DeRose und Rajkumar Buyya, CloudSim: Ein Toolkit zur Modellierung und Simulation von Cloud-Computing-Umgebungen und zur Bewertung von Ressourcenbereitstellungsalgorithmen, Software: Praxis und Erfahrung (SPE), Band 41, Nummer 1, Seiten: 23-50, ISSN: 0038-0644, Wiley Press, New York, USA, Januar 2011.
• Bhathiya Wickremasinghe, Rodrigo N. Calheiros, Rajkumar Buyya, Cloudanalytiker: Ein CloudSim-basierter visueller Modellierer zur Analyse von CloudComputing-Umgebungen und -Anwendungen, Proceedings of the 24thInternational Conference on Advanced Information Networking and Applications (AINA 2010), Perth, Australien, April 20-23, 2010.
• Rajkumar Buyya, Rajiv Ranjan und Rodrigo N. Calheiros, Modellierung und Simulation skalierbarer Cloud-Computing-Umgebungen und das CloudSim-Toolkit: Herausforderungen und Chancen, Tagungsband der 7th High Performance Computing and Simulation Conference (HPCS 2009, ISBN: 978-1-4244-4907-1, IEEE Press, New York, USA), Leipzig, Deutschland, 21.-24.Juni 2009.

Some publications using CloudSim results

• Anton Beloglazov, and Rajkumar Buyya, Optimale deterministische Online-Algorithmen und Adaptiveheuristik zur energie- und leistungseffizienten dynamischen Konsolidierung virtueller Maschinen in Cloud-Rechenzentren, Parallelität und Berechnung:Praxis und Erfahrung, Band 24, Ausgabe 13, Seiten: 1397-1420, John Wiley& Sons, Ltd, New York, USA, 2012
• Rodrigo Calheiros, Rajiv Ranjan und Rajkumar Buyya, Virtual MachineProvisioning basierend auf analytischer Leistung und QoS in Cloud ComputingEnvironments, Proceedings of the 40th International Conference on ParallelProcessing (ICPP 2011), Taipei, Taiwan, September 13-16, 2011.
• Linlin Wu, Saurabh Kumar Garg und Rajkumar Buyya, SLA-based ResourceAllocation for a Software as a Service Provider in Cloud Computing Environments,Tagungsband des 11. IEEE/ACM International Symposium on Cluster, Cloud andGrid Computing (CCGrid 2011), Los Angeles, USA, 23.-26.Mai 2011.
• Adel Nadjaran Toosi, Rodrigo N. Calheiros, Ruppa K. Thulasiran, Rajkumar Buyya,Resource Provisioning Policies to Increase IaaS Provider’s Profit in a FederatedCloud Environment, Proceedings of the 13rd International Conference on High Performanceand Communications (HPCC 2011), Banff, Kanada, 2.-4. September 2011.
• Anton Beloglazov und Rajkumar Buyya, Energieeffiziente Zuweisung virtueller Maschinen in Cloud-Rechenzentren. Tagungsband des 10. IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid 2010), Melbourne, Australien, 17.-20. Mai 2010.
• Rodrigo N. Calheiros, Rajkumar Buyya, Cesar A. F. De Rose, Aufbau eines automatisierten und selbstkonfigurierbaren Emulationstestbeds für Grid-Anwendungen.International Journal of Software: Praxis und Erfahrung, Band 40, Ausgabe 5, Seiten: 405-429, Wiley Press, USA, April 2010.
• Kyong Hoon Kim, Anton Beloglazov und Rajkumar Buyya, Leistungsorientierte Bereitstellung von Cloud-Ressourcen für Echtzeitdienste. Tagungsband des 7. Internationalen Workshops zu Middleware für Grids, Clouds und E-Science, Urbana Champaign, Illinois, USA: ACM, 2009.
• Rodrigo N. Calheiros, Rajkumar Buyya, Cesar A. F. De Rose, AHeuristic for Mapping Virtual Machines and Links in Emulation Testbeds,Tagungsband der 38th International Conference on Parallel Processing(ICPP 2009), Wien, Österreich, 22.-25.September 2009.

• Die neueste Liste finden Sie unter Papers refering/using CloudSim gemäß Google Scholar