二、Cloudsim 示例源码阅读笔记 以ThrRs示例

2.1 基本内容

位置：org.cloudbus.cloudsim.examples.power.planetlab中的ThrRs.java
功能：对异构功耗感知数据中心的仿真，该数据中心应用静态阈值THR虚拟机分配策略 + 随机RS虚拟机选择策略

2.2 参数设置 + 云任务/虚机/主机初始化

由于第一个案例的讲解，后面基本差不太多，只要知道核心流程即可，具体代码见源码

public class ThrRs {
	/**
	 * The main method.
	 * 
	 * @param args the arguments
	 * @throws IOException Signals that an I/O exception has occurred.
	 */
	public static void main(String[] args) throws IOException {
		boolean enableOutput = true;
		boolean outputToFile = false;
		String inputFolder = NonPowerAware.class.getClassLoader().getResource("workload/planetlab").getPath();
		String outputFolder = "output";
		String workload = "20110303"; // PlanetLab workload
		String vmAllocationPolicy = "thr"; // 虚拟机分配策略--静态阈值（THR）：主机高于某个
		String vmSelectionPolicy = "rs"; // VM选择策略--随机选择（RS）
		String parameter = "0.8"; // the static utilization threshold
		new PlanetLabRunner(
				enableOutput,
				outputToFile,
				inputFolder,
				outputFolder,
				workload,
				vmAllocationPolicy,
				vmSelectionPolicy,
				parameter);
	}
}

2.3 获取虚拟机选择策略

PlanetLabRunner继承了RunnerAbstract, 我们可以在RunnerAbstract 的 getVmSelectionPolicy 看到获取虚拟机选择策略

protected PowerVmSelectionPolicy getVmSelectionPolicy(String vmSelectionPolicyName) {
    PowerVmSelectionPolicy vmSelectionPolicy = null;
    if (vmSelectionPolicyName.equals("mc")) {
        vmSelectionPolicy = new PowerVmSelectionPolicyMaximumCorrelation(
                new PowerVmSelectionPolicyMinimumMigrationTime());
    } else if (vmSelectionPolicyName.equals("mmt")) {
        vmSelectionPolicy = new PowerVmSelectionPolicyMinimumMigrationTime();
    } else if (vmSelectionPolicyName.equals("mu")) {
        vmSelectionPolicy = new PowerVmSelectionPolicyMinimumUtilization();
    } else if (vmSelectionPolicyName.equals("rs")) {
        vmSelectionPolicy = new PowerVmSelectionPolicyRandomSelection();
    } else {
        System.out.println("Unknown VM selection policy: " + vmSelectionPolicyName);
        System.exit(0);
    }
    return vmSelectionPolicy;

• 先获取可迁移虚机列表
• 再从中随机选取一个虚机作为返回值

public class PowerVmSelectionPolicyRandomSelection extends PowerVmSelectionPolicy {
	@Override
	public Vm getVmToMigrate(PowerHost host) {
		// 获取可迁移的VM list
		List<PowerVm> migratableVms = getMigratableVms(host);
		if (migratableVms.isEmpty()) {
			return null;
		}
		// 从可迁移的VM中随机选取一个VM作为返回值
		int index = (new Random()).nextInt(migratableVms.size());
		return migratableVms.get(index);
	}
}

2.4 设置虚拟机分配策略

同样在在RunnerAbstract 的 getVmAllocationPolicy方法中

PowerVmAllocationPolicyMigrationStaticThreshold继承自 PowerVmAllocationPolicyMigrationAbstract

进一步发现只是设置接口中的vmSelectionPolicy全局参数而已，具体在哪里会用到？以及是怎么用的呢？答案就在该接口对应的optimizeAllocation方法中，由于核心分配逻辑在该函数中，接下来，我们重点剖析optimizeAllocation方法

2.5 optimizeAllocation源码剖析

位置：org.cloudbus.cloudsim.power.PowerVmAllocationPolicyMigrationAbstract

【函数功能】：按CPU利用率检测出过载主机，然后进行过载主机上的虚机重分配(迁移)，返回迁移后所有虚机和主机的最新映射

• 获取CPU利用率过载的物理机列表（eg.＞80%）——overUtilizedHosts
• 由过载物理机列表和虚机选择策略，返回要迁移的虚机列表vmsToMigrate（执行后消除迁移虚机和原主机映射，使转为不过载状态）
• 根据要迁移的虚机列表，选择除原过载主机以外合适的主机进行迁移，返回迁入后新增的<迁入虚机, 目标主机>映射容器
• 将其他<虚机, 非过载主机>映射与新增映射合并到同一容器中返回

简化代码如下

@Override
public List<Map<String, Object>> optimizeAllocation(List<? extends Vm> vmList) {
    // 获取CPU利用率过载的的物理机列表
    List<PowerHostUtilizationHistory> overUtilizedHosts = getOverUtilizedHosts();
    // 由过载物理机列表和虚机选择策略，返回要迁移的虚机列表`vmsToMigrate`（执行后消除迁移虚机和原主机映射，使转为不过载状态）
    List<? extends Vm> vmsToMigrate = getVmsToMigrateFromHosts(overUtilizedHosts);
    // 根据要迁移的虚机列表，选择除原过载主机以外合适的主机进行迁移，返回迁入后新增的<迁入虚机, 目标主机>映射容器
    List<Map<String, Object>> migrationMap = getNewVmPlacement(vmsToMigrate, new HashSet<Host>(
            overUtilizedHosts));
    //将其他<虚机, 非过载主机>映射与新增映射合并到同一容器中返回
    migrationMap.addAll(getMigrationMapFromUnderUtilizedHosts(overUtilizedHosts));
    return migrationMap;
}

接下来让我们进一步分析代码中各个方法的内部机制

2.5.1 过载主机检测策略 —THR(0.8)

过载主机检测法——THR(0.8)'

• 返回过载主机列表：overUtilizedHosts

@Override
protected boolean isHostOverUtilized(PowerHost host) {
    addHistoryEntry(host, getUtilizationThreshold());
    double totalRequestedMips = 0;
    for (Vm vm : host.getVmList()) {
        totalRequestedMips += vm.getCurrentRequestedTotalMips();
    }
    double utilization = totalRequestedMips / host.getTotalMips();
    return utilization > getUtilizationThreshold();
}

我们可以看到阈值设置成0.8（可以根据需要修改）

2.5.2 选择待迁移虚机（从过载主机中依vmSelectionPolicy策略）—RS

此处用到之前传入的虚机选择策略——vmSelectionPolicy = 'rs'

• 返回过载主机上要迁移的虚机列表：vmsToMigrate

2.5.3 选择目标迁入主机（选择除原过载主机以外合适主机进行迁移）

此处用到虚机分配策略——vmAllocationPolicy 本质为 最先降序分配(First-Fit-Decrease, FFD)

• 返回迁入后新增的<迁入虚机, 目标主机>映射容器：migrationMap

算法：

• 根据CPU利用率降序排序待迁移的虚机集合
• 从excludedHosts以外的主机选择适合迁入该虚机的主机
• 将虚机迁移到目标主机上
• 保存迁入虚机和该主机的映射

我们来到 getNewVmPlacement方法

• 选择迁入后剩余资源最少的主机作为目标主机，可见该虚机分配策略为最先降序分配(First-Fit-Decrease, FFD)法

public PowerHost findHostForVm(Vm vm, Set<? extends Host> excludedHosts) {
    double minPower = Double.MAX_VALUE;
    PowerHost allocatedHost = null;

    // 从数据中心所有主机中选择不含过载的主机 && 迁移VM后不过载的主机
    for (PowerHost host : this.<PowerHost> getHostList()) {
        //排除过载主机
        if (excludedHosts.contains(host)) {
            continue;
        }

        if (host.isSuitableForVm(vm)) {
            // if 主机是开机状态 && 迁入虚拟机后会过载，then 跳过
            if (getUtilizationOfCpuMips(host) != 0 && isHostOverUtilizedAfterAllocation(host, vm)) {
                continue;
            }

            try {
                double powerAfterAllocation = getPowerAfterAllocation(host, vm);
                if (powerAfterAllocation != -1) {
                    // 选择迁入后剩余资源最少的主机迁入主机
                    double powerDiff = powerAfterAllocation - host.getPower();
                    if (powerDiff < minPower) {
                        minPower = powerDiff;
                        allocatedHost = host;
                    }
                }
            } catch (Exception e) {
            }
        }
    }
    return allocatedHost;
}

2.6 运行结果

运行ThrRs, 部分运行结果如下图所示