离散事件使用的simpy

比方说，我有3个任务模拟嵌入式固件。一个常见的嵌入式方法是做到以下几点：离散事件使用的simpy

def round_robin(): 
    while True: 
     task1() 
     task2() 
     task3()

现在，我想在一个SimPy模拟这个，但我不希望不断循环round_robin代码，如果没有工作，任何的做任务（因为这会增加模拟时间），但我只想要一个任务能够一次运行。此外，我想模拟这样一个事实，即当工作变得可用时，例如对task2来说，task2（）执行之前可能需要一定的时间（处理器正在忙于检查其他任务是否有工作要做/是否正在为其他任务工作）。

在SimPy中，我定义的任务，使得各取得了一个事件（例如即将在队列中的工作项）：

def task1(): 
    work_item = yield task1_work_queue.get() 
    do_task1_work(work_item)

但是，如果使用env.process(task1()); env.process(task2()); env.process(task3())，那么他们可能都跑并行，它不能准确地建模while循环的行为。

我认为的一种方法可能是定义一个名为CPU的资源cpu = Resource()，然后在获取work_item时获得任务产出，然后在获取cpu时产生收益，然后产生0到2之间的随机时间*其他任务的数量：

def task1(): 
    work_item = yield task1_work_queue.get() 
    with cpu.request() as req: 
     yield req 
     yield env.timeout(4) 
     do_task1_work(work_item)

但是这似乎有点麻烦，因为任务必须知道cpu执行多少其他任务。

有没有更好的方法来建模？我是否应该在请求cpu时拥有一个进程产量，然后等待正在进行的工作，但是可以让工作中的等待中断（以便没有工作的任务不会阻止确实有效的任务）？

来源

2017-07-25 sheridp

您可以编写一个将所有任务放入队列的进程（例如，具有无限容量的Store）。

你的“CPU”就可以这样做：

def cpu(env, work_q): 
    while True: 
     task, args = yield work_q.get() 
     yield env.timeout(3) # task setup 
     yield env.process(task(*args)) # run actual task

来源

2017-07-25 07:21:07

谢谢，我结束了创建从资源继承了CPU的对象和定义的方法上叫块。产生cpu.block（process_time）产生一个本身产生self.request（）的进程，然后产生self.env.timeout（process_time）。然后我从我的任务中产生cpu.block（）。 – sheridp

离散事件使用的simpy

回答

相关问题