تحقیق شبیه سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر

۱۳۹۶/۰۵/۲۰
نويسنده:

تحقیق شبیه سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر

فرمت فایل doc
حجم فایل ۱۲۰۲۶ کیلو بایت
تعداد صفحات فایل ۴۳

دانلود تحقیق کارشناسی ارشد رشته آی تی

شبیه سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر با توجه به پارامترهای مختلف

تحقیق شبیه سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر

چکیده

برای شبیه ­سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر با توجه به پارامترهای مختلف، از محیط شبیه ساز CloudSim [91 و ۹۲] استفاده نموده­ایم. که در این نوشتار، الگوریتم پیشنهادی را با الگوریتم آزمون نقطه مقابله‌گیری هماهنگ دوره­ای مورد قیاس قرار داده­ایم. در ادامه این تحقیق ابتدا به معرفی اجزا[۱] مختلف شبیه ­ساز موجود می­پردازیم. سپس اجزای اضافه شده به این شبیه‌ساز و همچنین نحوه پیاده‌سازی تکنیک‌های مقابله با اشکال را به تفصیل بیان می‌نماییم. لازم به ذکر است این شبیه‌ساز بر خلاف شبیه‌ساز  GridSim [93] هیچ نوع قابلیت مقابله با اشکال را به صورت پیش­فرض نداشته  است.

۱-۱       معرفی شبیه‌ساز  CloudSim

شبیه‌ساز CloudSim از معروف‌ترین و پراستفاده‌ترین شبیه‌ساز‌های محاسبات ابر می‌باشد که توسط بویا و همکاران در دانشگاه ملبورن طراحی و پیاده‌سازی شده است. هسته اصلی این شبیه‌ساز بر پایه شبیه‌ساز GridSim می‌باشد که برای شبیه‌سازی محیط محاسبات گرید تدوین شده است. بنابراین، این هسته نیز به صورت رویداد-گرا[۲] می‌باشد.

۱-۱-۱     اجزای ابر

۱-۱-۱-۱  Cloudlet

به کارهای[۳] برنامه موازی که به عنوان ورودی وارد ابر می‌شوند cloudlet می‌گویند. در حقیقت هر کاربر[۴] یک برنامه موازی شامل چندین کار را در ابر ثبت[۵] می‌نماید. هر کار شامل

·        userId: شناسه کاربری ثبت کننده؛

·        cloudletLength: طول کار موازی (بر حسب میلیون دستور[۶])

·        cloudletFileSize: اندازه فایل ورودی شامل برنامه و داده‌های ورودی بر حسب بایت؛

·        cloudletOutputSize: اندازه فایل خروجی کار بعد از اجرا بر حسب بایت؛

·        numberOfPes: تعداد واحد‌های محاسباتی[۷] مورد نیاز برای اجرا؛

·        cloudletId: شناسه کار موازی؛

·        status: وضعیت جاری؛

·        finishTime: زمان اتمام کار بر حسب ثانیه؛

·        execStartTime: زمان آخرین شروع به کار بر حسب ثانیه؛

·        vmId: شناسه ماشین مجازی که کار مورد نظر درون آن در حال اجراست؛

·        utilizationModelCpu: مدل بهره­وری از CPU

می‌باشد.

[۱] Component

[۲] Event-driven

[۳] Tasks

[۴] User

[۵] Submit

[۶] Million Instruction (MI)

[۷] Process elements

واژه های کلیدی:

پیش بینی اشکال

سیستم های محاسبات ابر

  فهرست مطالب
۶-۱معرفی شبیه‌ساز CloudSim
۶-۱-۱اجزای ابر
۶-۱-۲اجزای اصلی هسته
۶-۱-۳سرویس‌های موجود و الگوریتم‌های آن‌ها
۶-۱-۴روند کار شبیهساز
۶-۲نحوه پیاده سازی سیستم تحمل‌پذیر اشکال در شبیه ساز
۶-۲-۱FaultInjector117
۶-۲-۲FaultPredictor120
۶-۲-۳FTHost121
۶-۲-۴FTDatacenter121
۶-۲-۵FTDatacenterBroker122
۶-۳نتایج آزمایشات
۶-۳-۱بررسی اثر سربار نقطه مقابله‌گیری
۶-۳-۲بررسی عمل‌های انتخابی
۶-۳-۳خرابی‌های متوقف سازنده و غیر متوقف سازنده
۷نتیجه گیری و پیشنهادات
منابع
فهرست شکل ها
شکل ‏۶ ۱دیاگرام کلی شبیه‌ساز[۹۲]
شکل ‏۶ ۲ جریان کار اجزای برنامه‌های موازی در شبیه‌ساز [۹۲]
شکل ‏۶ ۳ نمونه‌ای از محتویات یک فایل سناریوی خرابی گرها در یک مرکز داده
شکل ‏۶ ۴ ماشین حالت خرابی یک گره محاسباتی در ابر
شکل ‏۶ ۵ تکه کد تغییر وضعیت حالت میزبان‌های یک مرکزداده به صورت بهینه
شکل ‏۶ ۶ تکه کد پیش‌بینی وضعیت یک گره محاسباتی در زمان آینده time
شکل ‏۶ ۷ در صد بهبود زمان اجرای الگوریتم‌های پیشنهادی نسبت به الگوریتم آزمون نقطه مقابله‌گیری دوره‌ای کلاسیک
شکل ‏۶ ۸ در صد بهبود زمان اجرای الگوریتمهای پیشنهادی نسبت به الگوریتم آزمون نقطه مقابله گیری دورهای کلاسیک با افزایش زمان نقطه مقابله‌گیری به ۵ دقیقه
شکل ‏۶ ۹ تعداد عمل‌های انتخابی در طول زمان اجرا با الگوریتم نقطه مقابله‌گیری دوره‌ای
شکل ‏۶ ۱۰ تعداد عملهای انتخابی در طول زمان اجرا با الگوریتم تطبیقی اولیه
شکل ‏۶ ۱۱ تعداد عملهای انتخابی در طول زمان اجرا با الگوریتم تطبیقی تصحیح شده
شکل ‏۶ ۱۲ تعداد اشکال‌هایی که در طول اجرای برنامه سبب توقف یا عدم توقف ابر می‌شوند
فهرست جداول
جدول ‏۶ ۱ مقداردهی اولیه متغیرهای شبیه ساز

تحقیق شبیه سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر

تحقیق شبیه سازی و ارزیابی زمان اجرای برنامه موازی بر روی ابر

Link: http://www.getf.ir/?p=18883

بروز رساني: ۱۳۹۶/۰۹/۲۲ در ۲:۳۲ ب.ظ

پاسخ دهید

کد امنیتی *