CloudSimPy：数据中心作业调度仿真框架

CloudSimPy：数据中心作业调度仿真框架

1. 项目基础介绍和主要编程语言

CloudSimPy 是一个开源的数据中心作业调度仿真框架，基于离散事件仿真框架 SimPy 实现。该项目的编程语言是 Python，Python 语言具有丰富的科学计算、深度学习、机器学习生态，使得 CloudSimPy 可以与具有 Python 支持的深度学习框架（如 TensorFlow、PyTorch）良好结合，为研究基于机器学习或深度学习的资源管理方法提供了便利。

2. 项目核心功能

CloudSimPy 的核心功能是模拟数据中心作业调度过程。它包含了以下模块：

• config：提供了任务实例、任务、作业的配置信息，如资源需求和持续时间等。
• job：对任务实例、任务、作业进行了建模。
• machine：对机器进行了建模。
• cluster：对计算集群进行了建模，并维护着集群的机器列表。
• algorithm：定义了调度算法的接口，用户自定义的调度算法必须实现这一接口。
• scheduler：对调度器进行了建模，通过策略模式实现不同的调度算法。
• broker：代替用户向计算集群提交作业。
• monitor：用于在仿真过程中对仿真状态进行监测和记录。
• simulation：对一次仿真进行了建模，包括构造集群实例、作业配置实例、调度器实例等。

此外，CloudSimPy 还提供了 DAG 和 Non_DAG 两个包，分别支持考虑任务间依赖关系和不考虑任务间依赖关系的仿真实验。

3. 项目最近更新的功能

根据项目描述，最近的更新主要包括：

• 在 Non_DAG/algorithm/DeepJS 中实现的基于深度强化学习的数据中心作业调度算法。
• 提供了不同的奖励计算方法，如用于优化完工时间（Makespan）、平均 SlowDown 和平均完成时间的奖励。
• 优化了仿真过程中状态信息的获取方式，提高了仿真效率。