Skip to content

README_CN.md

Latest commit

 

History

History
164 lines (120 loc) · 5.55 KB

README_CN.md

File metadata and controls

164 lines (120 loc) · 5.55 KB
Raw

RayCloudSim: 一款用 Python 编写的用于云/雾/边缘计算的模拟平台

Star History Chart

I. 介绍

RayCloudSim 是一个用 Python 编写的轻量级模拟平台，可用于云/雾/边缘计算基础设施和服务的分析建模和仿真。

RayCloudSim 有以下优势:

  • 源码简洁、轻量化，易于阅读、理解和根据个人需求进行自定义。
  • RayCloudSim 是一个基于进程和离散事件的模拟仿真平台，可以尽可能的缩短以现实世界时间衡量的模拟耗时。
  • RayCloudSim 可以方便地对接主流的机器学习框架（如 PyTorch、TensorFlow 和其他基于 Python 的机器学习框架）。

RayCloudSim 可以用于以下研究课题:

  • 云计算和边缘计算的性能和成本分析
  • 复杂网络的流量分析
  • 大规模分布式系统的资源管理和调度策略研究
  • 计算任务的分配和调度算法研究
  • 特定设备的部署策略研究，如联邦学习中的参数服务器
  • ...

II. 安装和相关依赖

  • python >= 3.8

    更早的 Python 版本可能可行，但是没有经过测试。

  • numpy

  • networkx

  • simpy

以下包用于可视化，是可选的。

  • matplotlib
  • plotly
  • kaleido

使用 Anaconda 配置 RayCloudSim 运行环境的相关命令：

conda create --name raycloudsim python=3.8
conda activate raycloudsim
conda install -c anaconda numpy
conda install -c conda-forge matplotlib
conda install -c anaconda networkx
conda install -c conda-forge simpy
conda install -c plotly plotly
conda install -c conda-forge python-kaleido

III. 起航

1. Hello World

# Create the Env
env = Env(scenario=Scenario())

# Begin Simulation
task = Task(task_id=0,
            max_cu=10,
            task_size_exe=20,
            task_size_trans=10,
            bit_rate=20,
            src_name='n0')

env.process(task=task, dst_name='n1')

env.run(until=10)

env.close()

模拟打印信息:

[0.00]: Task {0} generated in Node {n0}
[4.00]: Task {0} arrived Node {n1} with {4.00}s
[6.00]: Task {0} accomplished in Node {n1} with {2.00}s
[10.00]: Simulation completed!

2. 指导

  • 下图展示了 RayCloudSim 的框架架构，主要包含两大部分：Env 和 Task：
RayCloudSim 的框架架构

3. Tutorials

以下示例程序可以看做是渐进式的使用教程。

下图展示了一个可视化示例：

可视化示例

IV. 开发计划

1. 未来更新计划

  • 基本版本。(2023/05/10)
  • 增加模块 zoo, 如 WirelessNode 等。(2023/10/24)
  • 支持计算节点添加缓存空间, 以支持任务队列缓存。(2023/11/10)
  • 支持把无线节点作为中继通信节点?
  • 支持对于“能源消耗”的建模。
  • 打包并发布到 PyPI。

2. 向 RayCloudSim 贡献代码

我们欢迎任何对代码库的贡献。但是请注意, 分支main是受保护的，我们建议你提交/推送代码到分支dev。

RayCloudSim 交流QQ群

欢迎加入RayCloudSim 交流QQ群，入群验证消息请备注研究方向

Citation

引用本代码项目 RayCloudSim 时，您可以使用以下 BibTeX 条目：

@article{zhang2022osttd,
  title={OSTTD: Offloading of Splittable Tasks with Topological Dependence in Multi-Tier Computing Networks},
  author={Zhang, Rui and Chu, Xuesen and Ma, Ruhui and Zhang, Meng and Lin, Liwei and Gao, Honghao and Guan, Haibing},
  journal={IEEE Journal on Selected Areas in Communications},
  year={2022},
  publisher={IEEE}
}

此外, RayCloudSim 的开发受到了 LEAF 的启发，因此，也建议引用以下文献。

@inproceedings{WiesnerThamsen_LEAF_2021,
  author={Wiesner, Philipp and Thamsen, Lauritz},
  booktitle={2021 IEEE 5th International Conference on Fog and Edge Computing (ICFEC)}, 
  title={{LEAF}: Simulating Large Energy-Aware Fog Computing Environments}, 
  year={2021},
  pages={29-36},
  doi={10.1109/ICFEC51620.2021.00012}
}