-
Notifications
You must be signed in to change notification settings - Fork 0
/
simulação_ad.py
2355 lines (1642 loc) · 391 KB
/
simulação_ad.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
# -*- coding: utf-8 -*-
"""Simulação AD.ipynb
Automatically generated by Colaboratory.
Original file is located at
https://colab.research.google.com/drive/1_sjiELB0CUVMTUBiBwNd-XvR8baGUM74
## Importando bibliotecas
"""
from collections import Counter
import copy
import fractions
from fractions import Fraction
import itertools
from itertools import permutations
from itertools import combinations
from itertools import combinations_with_replacement
import math
from math import *
from matplotlib import pyplot as plt
from matplotlib.legend_handler import HandlerLine2D
import numpy as np
from numpy import random
from numpy.linalg import matrix_power
import pandas as pd
import queue
import random
from random import sample
from random import random
from scipy.stats import poisson
import sympy as sy
from sympy import Matrix
"""# Funções Auxiliares"""
# Função para validar parâmetro passado para a função
def validaParametro(parametro, paramValidos, parametroPassado):
if parametroPassado not in paramValidos:
raise ValueError("Parâmetro " + str(parametro) + ": valor passado deve estar entre os seguintes valores: " + str(paramValidos))
# Função para inicializar uma cache
def initializeCache(numConteudos, tamCache):
conteudos = list(range(1, numConteudos + 1))
cache = sample(conteudos, k = tamCache)
return cache
# Função para muda o estado da cache
def cacheReceivesReq(caso, cacheEnt, conteudo, depurar = False):
cache = cacheEnt.copy()
RequisicaoAtendida = 0
#print("Conteudo Requisitado: " + str(requisicao))
#print("Cache:" + str(cache))
if (conteudo in cache):
if (caso == "FIFO" or caso == "Random" or caso == "Estatica"):
cache = cache
RequisicaoAtendida = 1
if (depurar): print("Cache possui requisição!")
if (depurar): print("Cache permanece inalterada.")
elif (caso == "LRU"):
RequisicaoAtendida = 1
if (depurar): print("Cache possui requisição!")
if (depurar): print("Conteúdo requisitado ficará na primeira posição.")
cache.remove(conteudo)
cache.insert(0, conteudo)
if (depurar): print("Novo estado da cache: " + str(cache))
else:
if (depurar): print("Cache não possui conteúdo da requisição )=")
if (caso == "FIFO" or caso == "LRU"):
if (depurar): print("Conteúdo requisitado entrará na primeira posição, e o conteúdo da última sairá.")
cache.insert(0, conteudo)
del cache[-1]
if (depurar): print("Novo estado da cache: " + str(cache))
elif (caso == "Random"):
if (depurar): print("Conteúdo requisitado entrará numa posição aleatória.")
pos = np.random.randint(0,2)
cache[pos] = conteudo
if (depurar): print("Novo estado da cache: " + str(cache))
elif (caso == "Estatica"):
if (depurar): print("Cache permanece inalterada.")
cache = cache
return cache, RequisicaoAtendida
# Função para verificicar se a cache possui conteúdo, utilizada pelo simulador dos cenários III e IV
def cacheReceivesReq3_4(caso, cacheEnt, conteudo, depurar = False):
cache = cacheEnt.copy()
RequisicaoAtendida = 0
#print("Conteudo Requisitado: " + str(requisicao))
#print("Cache:" + str(cache))
if (conteudo in cache):
if (caso == "FIFO" or caso == "Random" or caso == "Estatica"):
cache = cache
RequisicaoAtendida = 1
if (depurar): print("Cache possui requisição!")
if (depurar): print("Cache permanece inalterada.")
elif (caso == "LRU"):
RequisicaoAtendida = 1
if (depurar): print("Cache possui requisição!")
if (depurar): print("Conteúdo requisitado ficará na primeira posição.")
cache.remove(conteudo)
cache.insert(0, conteudo)
if (depurar): print("Novo estado da cache: " + str(cache))
else:
if (depurar): print("Cache não possui conteúdo da requisição )=")
return cache, RequisicaoAtendida
# Função para mudar o estado da cache, utilizada pelo simulador dos cenários III e IV
def servidor_atende_cache3_4(caso, cacheEnt, conteudo, depurar = False):
cache = cacheEnt.copy()
if (caso == "FIFO" or caso == "LRU"):
if (depurar): print("Conteúdo requisitado entrará na primeira posição, e o conteúdo da última sairá.")
cache.insert(0, conteudo)
del cache[-1]
if (depurar): print("Novo estado da cache: " + str(cache))
elif (caso == "Random"):
if (depurar): print("Conteúdo requisitado entrará numa posição aleatória da cache.")
pos = np.random.randint(0,2)
cache[pos] = conteudo
if (depurar): print("Novo estado da cache: " + str(cache))
elif (caso == "Estatica"):
if (depurar): print("Cache permanece inalterada.")
cache = cache
return cache
# Função para calcular o intervalo de confiança
def intervaloDeConfianca(n, cenario, caso, numConteudos, tamCache, probabilidades, alpha = 1, teta = 1, cachesDiferentes = True, p = 0.9):
experimentosMedia = []
for i in range (n):
if (cenario == 3 or cenario == 4 or cenario == 5):
sucessos = simulacaoCenario3_4(100000,"FIFO", 3, 2 , [1/3,1/3,1/3], alpha = alpha, teta = teta, depurar = False)
#sucessos = simulacaoCenario3_4(100000, caso, numConteudos ,tamCache, probabilidades, teta = teta, cachesDiferentes = cachesDiferentes)
else:
cache1, cache2, sucessos = eval("simulacaoCenario" + str(cenario) +
"(100000, caso, numConteudos ,tamCache, probabilidades, cachesDiferentes = cachesDiferentes)")
experimentosMedia.append(sucessos)
media = np.mean(experimentosMedia)
variancia = np.var(experimentosMedia)
# Intervalo de Confiança para a Variância
intervalo_de_confianca = []
desvio = sqrt(variancia)
intervalo_de_confianca.append(media - 1.96 * desvio/ sqrt(n))
intervalo_de_confianca.append(media + 1.96 * desvio/ sqrt(n))
print("Cenário: " + str(cenario))
print("Caso: " + caso)
print("Tamanho de cada cache: " + str(tamCache))
print("Número de conteúdos: " + str(numConteudos))
print("Média: " + str(media))
print("Intervalo de Confiança: " + str(intervalo_de_confianca))
print("-------- \n")
return intervalo_de_confianca, experimentosMedia
"""## Funçãoes Auxiliares"""
from google.colab import drive
drive.mount('/content/drive')
def plotar_intervalo(tipo, str_tipo, sucessos, lim_sup, lim_inf, num_elem, cenario, nomes):
barWidth = 0.25
fig = plt.subplots(figsize =(12, 8))
y = sucessos
x = []
for i in range(len(sucessos)):
x.append(i)
plt.plot(x, y, color='black', linewidth=2,
marker='h', markerfacecolor='#eb34a8', markeredgewidth=2,
markersize=6, markevery=1, label = "Amostras")
if (cenario == 1 or cenario == 2): plt.axhline(y=tipo, color='#84dbd8', linewidth=2, linestyle='-', label="Markov")
plt.axhline(y=lim_sup, color='#eb34a8', linewidth=2, linestyle='-', label="Limite superior")
plt.axhline(y=lim_inf, color='#eb34a8', linewidth=2, linestyle='-', label="Limite inferior")
i = 0
for x,y in zip(x,y):
label = nomes[i]
plt.annotate(label, # this is the text
(x,y), # this is the point to label
textcoords="offset points", # how to position the text
xytext=(18,-18), # distance from text to points (x,y)
ha='center') # horizontal alignment can be left, right or center
i = i +1
# naming the x axis
plt.xlabel('Quantidade de experimentos')
# naming the y axis
plt.ylabel('Probabilidade de Sucesso')
# giving a title to my graph
plt.title("Intervalo de confiança do caso " + str(str_tipo) + " com " + str(num_elem) + " conteúdos.")
# show a legend on the plot
plt.legend()
# function to show the plot
plt.ylim(min(sucessos)-0.3,max(sucessos)+0.3)
plt.show()
return
def analiseCenario3_4(possiveisgama = [1],possiveismi = [1],possiveisp = [1], possiveisalpha = [1],possiveisteta = [1] ):
linha = 0
analiseCenario3_4 = pd.DataFrame(columns=['Alpha', 'Gama', 'Mi',
'Teta','p','Tempo_Médio'])
for i in range (len(possiveisalpha)):
alpha = possiveisalpha[i]
for j in range(len(possiveisgama)):
gama = possiveisgama[j]
for k in range (len(possiveismi)):
mi = possiveismi[k]
for l in range(len(possiveisteta)):
teta = possiveisteta[l]
for m in range(len(possiveisp)):
p = possiveisp[m]
tempomedio = 0
tempomedio = simulacaoCenario3_4(10000,"Estatica", 3, 2 , [1/3,1/3,1/3], alpha = alpha, teta = teta,gama = gama, mi = mi, p = p, depurar = False)
analiseCenario3_4.loc[linha+1] = [alpha] + [gama] + [mi] + [teta] + [p] + [tempomedio]
linha = linha + 1
return analiseCenario3_4
def plotAnaliseCenario3_4Separados(dataAnalise, variavel):
fig = plt.subplots(figsize =(10, 7))
y = list(dataAnalise[variavel])
x = list(dataAnalise["Tempo_Médio"])
plt.plot(x, y, color='black', linewidth=2,
marker='h', markerfacecolor='#eb34a8', markeredgewidth=2,
markersize=10, markevery=1)
# naming the x axis
plt.xlabel('Tempo Médio')
# naming the y axis
plt.ylabel(variavel)
# giving a title to my graph
# function to show the plot
if (variavel == "p"):
plt.ylim(min(y)-0.1,max(y)+0.1)
else:
plt.ylim(min(y)-150,max(y)+1000)
plt.show()
"""# I. Simulação Cenário I
## Função da Simulação do Cenário I
<h3> Parâmetros de entrada para a função
O simulador do cenário I é dado pela função abaixo que tem os seguintes parâmetros de entrada:
* $numRequisicoes$ - Número de requisões que serão realizadas no experimento. Deve ser um número inteiro maior que $0$.
* $caso$ - qual é o caso/tipo das caches. Os possíveis valores de entrada são: "FIFO", "LRU", "Random" ou "Estatica"
* $numConteudos$ - número de conteúdos que podem ser requisitados. Deve ser um número inteiro maior que $0$.
* $tamCache$ - tamanho das caches. Deve ser um número inteiro maior que $0$.
* $probabilidades$ - probabilidade de cada conteúdo ser requisitado. Deve ser passado uma lista de tamanho igual ao número de conteúdos. Por exemplo, se são três conteúdos e possuem probabilidade de requisição uniforme, a lista passada deverá ser $[1/3,1/3,1/3]$
* $depurar$ - Booleano para indicar se deseja imprimir a depuração do código ou não. O default é o valor "False", onde não se depura.
* $cache1\_inicial$ - Estado inicial de uma cache. Se nada for passado, ela irá ser inicializada aleatóriamente.
* $cache2\_inicial$ - Estado inicial da outra cache. Se nada for passado, ela irá ser inicializada aleatóriamente.
* $cachesDiferentes$ - Booleano para indicar se deseja que as caches comecem em estados diferentes ou iguais. O default é o valor "True", onde começam com em estados diferentes.
<h3> Descrição do Simulador
Inicialmente, as caches são incializadas com os estados passados, caso não sejam passados, elas são inicializadas de forma aleatória com os conteúdos possíveis, que nesse caso serão representados por números inteiros de $1$ ao $numConteudos$ dado.
Após isso, agenda-se um evento de uma requisição para cada conteúdo na lista de eventos, esse evento idica qual o tempo em que a requisição irá acontecer e qual conteúdo estará sendo requisitado. O tempo do agendamento é gerado de forma aleatória seguindo a distriuição exponencial tendo como parâmetro a taxa do conteúdo e a cada vez que um evento é adicionado, a lista é ordenada em função dos tempos apresentados em cada evento.
Com as caches inicializadas e uma requisição agendada para cada conteúdo, começa-se a realização dos eventos, ou seja, as requisições agendadas começam a ser a realizadas. Em termos de código, inicia-se um loop em cima da lista de eventos, onde em cada iteração, a requsição com menor tempo presente na lista é encaminhada paras as duas caches e para cada cache é realizado o seguinte processo: analisá-se se a cache possui o conteúdo requisitado e assim marca-se se a requisição foi atendida ou não, em ambos os casos a cache muda de estado seguindo o padrão do tipo de cache especificado. Após ser encaminhada para as duas caches, verifica-se a requisição foi atendida por pelo menos uma das caches, se sim, é marcado como sucesso. Após uma requsição ser feita, é agendada uma nova requisição para o mesmo conteúdo onde o tempo do agendamento é gerado de forma aleatória seguindo a distriuição exponencial com parâmetro igual a probabilidade do conteúdo, dessa forma garantimos que cada conteúdo seja requisitado seguindo sua taxa de chegada.
Após o número de requisições pedidas serem feitas, verifica-se o número de sucessos e finalmente calcula-se a probabilidade de sucesso fazendo o seguinte cálculo: $numero\ de\ sucessos/numero\ de\ requisicoes\ realizadas$
"""
def simulacaoCenario1(numRequisicoes, caso, numConteudos, tamCache, probabilidades, depurar = False, cache1_inicial = False, cache2_inicial = False, cachesDiferentes = True):
#validaParametro("caso", ["FIFO", "LRU", "Random", "Estatica"], "LIFO")
Requisicoes = []
taxa = 1*probabilidades
# agendando uma requisição para cada conteúdo
for i in range (numConteudos):
tempo = np.random.exponential(1/taxa[i])
par = [tempo, i +1]
Requisicoes.append(par)
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0]) # ordena a lista de requisições em função do menor tempo
# se não foi passado o estado inicial para cache 1, inicializa a cache aleatóriamente
if not cache1_inicial:
cache1_inicial = initializeCache(numConteudos, tamCache)
# se não foi passado o estado inicial para cache 2, inicializa a cache para um estado igual ou diferente da cache 1
if not cache2_inicial:
cache2_inicial = []
# caches começam com estados iniciais diferentes
if cachesDiferentes:
cache2_inicial = initializeCache(numConteudos, tamCache)
if (caso == "Estatica"):
while (list(set(cache2_inicial)) == list(set(cache1_inicial))):
cache2_inicial = initializeCache(numConteudos, tamCache)
else:
while (cache2_inicial == cache1_inicial):
cache2_inicial = initializeCache(numConteudos, tamCache)
# caches começam com estados iniciais iguais
else:
cache2_inicial = cache1_inicial.copy()
cache1 = cache1_inicial
cache2 = cache2_inicial
sucessos = 0 # contador de sucessos
requisicoes = 0 # contador de requisições
# enquanto as requisições realizadas for menor que o numero de requisicoes
while (requisicoes < numRequisicoes):
evento = Requisicoes[0] # primeiro evento da lista de requisições
tempoAtual = evento[0] # tempo atual
conteudo = evento[1] # conteúdo sendo requisitado
if (depurar): print("Tempo " + str(tempoAtual) + " ocorreu requisição do tipo " + str(conteudo) + "\n")
if (depurar): print("Conteúdo na cache 1: " + str(cache1))
# atualiza estado da cache 1
cache1, RequisicaoAtendidaC1 = cacheReceivesReq(caso, cache1, conteudo, depurar)
if (depurar): print("\n")
if (depurar): print("Conteúdo na cache 2: " + str(cache2))
# atualiza estado da cache 2
cache2, RequisicaoAtendidaC2 = cacheReceivesReq(caso, cache2, conteudo, depurar)
# se a requisição foi atendida pela cache 1 ou pela cache 2 ou por ambas, o número de sucessos aumenta
if (RequisicaoAtendidaC1 or RequisicaoAtendidaC2):
sucessos = sucessos + 1
else:
if (depurar): print("Requisição não foi inicialmente atendida por nenhuma cache :/ !")
if (depurar): print("------ \n")
del Requisicoes[0]
# nova requisição para o mesmo conteúdo é agendada para assim manter a taxa de chegada
tempoAgendado = tempoAtual + np.random.exponential(1/taxa[conteudo-1])
Requisicoes.append([tempoAgendado,conteudo])
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0]) # ordena a lista de requisições em função do menor tempo
requisicoes = requisicoes + 1
if (depurar): print("Sucessos: " + str(sucessos))
return cache1, cache2, sucessos/numRequisicoes # retorna os estados finais das caches e a taxa de sucessos
def analiseEstadoInicial(caso, numconteudos,tamcache, probabilidades):
linha = 0
analise = pd.DataFrame(columns=['Estado_inicial_cache_1', 'Estado_inicial_cache_2', 'Sucessos',
'Estado_final_cache_1','Estado_final_cache_2'])
conteudos = list(range(1, numconteudos+1))
caches = list(permutations([1,2,3], 2))
estadosCaches = list(combinations_with_replacement(caches, tamcache))
for estados in estadosCaches:
cache1_inicial = list(estados[0])
cache2_inicial = list(estados[1])
cache1, cache2, probSucessos = simulacaoCenario1(100000,caso, numconteudos ,tamcache, probabilidades, False, cache1_inicial, cache2_inicial)
analise.loc[linha+1] = [cache1_inicial] + [cache2_inicial] + [str(probSucessos)] + [cache1] + [cache2]
linha = linha + 1
print('Estados = ' + str(linha))
analise.to_excel("analise_Estado_Inicial_" + caso + ".xlsx")
"""## Simulação dos casos com depuração
<h4> Abaixo são realizados testes onde são feitas 10 requisições apenas para fins de vizualizar a depuração do simulador para cado tipo de cache.
### Simulação caso FIFO
"""
var1, var2, fifo_sim1_3 = simulacaoCenario1(10,"FIFO", 3 , 2, [1/3,1/3,1/3], depurar = True)
"""### Simulação caso LRU"""
var1, var2, lru_sim1_3 = simulacaoCenario1(10,"LRU", 3 ,2, [1/3,1/3,1/3], depurar = True)
"""### Simulação caso Random"""
var1, var2, random_sim1_3 = simulacaoCenario1(10,"Random",3 ,2, [1/3,1/3,1/3], depurar = True)
"""### Simulações caso Estática
#### 1º Caso - As caches possuem os mesmos conteúdos populares
"""
var1, var2, estaticaIgual_sim1_3 = simulacaoCenario1(10,"Estatica",3 ,2, [1/3,1/3,1/3], depurar = True, cachesDiferentes=False)
"""#### 2º Caso - As caches possuem conteúdos populares diferentes"""
var1, var2, estaticaDif_sim1_3 = simulacaoCenario1(10,"Estatica",3 ,2, [1/3,1/3,1/3], depurar = True, cachesDiferentes=True)
"""## Intervalos de Confiança para cada Caso
<h4> Abaixo é calculado o intervalo de confiança para cada caso. O intervalo é calculado pela função auxiliar "intervaloDeConfianca" em que se realiza 10 simulações onde em cada simulação são feitas 100000 requisições. Os limites inferiores e superiorers do intervalo são obtidos da seguinte maneira:
$limite\ inferior = (media\ dos\ resultados\ das\ simulacoes\ - 1.96*desvio\ padrao\ dos\ resultados\ das\ simulacoes)/ \ raiz\ quadrada\ do\ numero\ de\ simulacoes$
$limite\ superior\ = (media\ dos\ resultados\ das\ simulacoes\ + 1.96*desvio\ padrao\ dos\ resultados\ das\ simulações)/ \ raiz\ quadrada\ do\ numero\ de\ simulacoes$
"""
markov = [fifo1_3, lru1_3, random1_3, estatico1_3, estatico1_3]
simulacao = [fifo_sim1_3, lru_sim1_3, random_sim1_3, estaticaIgual_sim1_3, estaticaDif_sim1_3]
plotar_barras(markov, simulacao, '1 - 3', cenario)
"""### Caso FIFO"""
intervaloConfiancaFIFO1_3 = intervaloDeConfianca(30,1, "FIFO", 3 ,2, [1/3,1/3,1/3])
intervaloConfiancaFIFO1_4 = intervaloDeConfianca(30,1, "FIFO", 4 ,2, [1/4,1/4,1/4,1/4])
"""<h3> Matriz de Transição caso FIFO
<h3> Matriz de Transição caso FIFO elevada à 100
"""
dataFIFO, estadosCaches,estadosIniciais = analiseEstadoInicial("FIFO", ["A","B","C"],3,2, [1/3,1/3,1/3])
plotarAnaliseEstadoInicial(dataFIFO, "FIFO", 3, fifo1_3, 1, estadosIniciais)
str_tipo = 'FIFO'
tipo = fifo1_4
lim, sucessos = intervaloConfiancaFIFO1_4
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""### Caso LRU"""
intervaloConfiancaLRU1_3 = intervaloDeConfianca(10,1, "LRU", 3 ,2, [1/3,1/3,1/3])
intervaloConfiancaLRU1_4 = intervaloDeConfianca(10,1, "LRU", 4 ,2, [1/4,1/4,1/4,1/4])
"""<h3> Matriz de Transição caso LRU
<h3> Matriz de Transição caso LRU elevada à 100
"""
dataLRU, estadosCaches, estadosIniciais = analiseEstadoInicial("LRU", ["A","B","C"],3,2, [1/3,1/3,1/3])
plotarAnaliseEstadoInicial(dataLRU, "LRU", 3, lru1_3, 1, estadosIniciais)
str_tipo = 'LRU'
tipo = lru1_4
lim, sucessos = intervaloConfiancaLRU1_4
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""### Caso Random"""
intervaloConfiancaRandom1_3 = intervaloDeConfianca(10,1, "Random", 3,2, [1/3,1/3,1/3])
intervaloConfiancaRandom1_4 = intervaloDeConfianca(10,1, "Random", 4,2, [1/4,1/4,1/4,1/4])
"""<h3> Matriz de Transição caso Random
<h3> Matriz de Transição caso Random elevada à 100
"""
dataRandom, estadosCaches, estadosIniciais = analiseEstadoInicial("Random", ["A","B","C"],3,2, [1/3,1/3,1/3])
plotarAnaliseEstadoInicial(dataRandom, "Random", 3, random1_3, 1, estadosIniciais)
str_tipo = 'Random'
tipo = random1_4
lim, sucessos = intervaloConfiancaRandom1_4
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""### Caso Estática
#### Caches com mesmos conteúdos populares
"""
intervaloConfiancaEstaticaIgual1_3 = intervaloDeConfianca(10,1, "Estatica", 3 ,2, [1/3,1/3,1/3], cachesDiferentes = False)
intervaloConfiancaEstaticaIgual1_4 = intervaloDeConfianca(10,1, "Estatica", 4 ,2, [1/4,1/4,1/4,1/4], cachesDiferentes = False)
"""#### Caches com conteúdos populares diferentes"""
intervaloConfiancaEstaticaDif1_3 = intervaloDeConfianca(10,1, "Estatica", 3 ,2, [1/3,1/3,1/3], cachesDiferentes = True)
intervaloConfiancaEstaticaDif1_4 = intervaloDeConfianca(10,1, "Estatica", 4 ,2, [1/4,1/4,1/4,1/4], cachesDiferentes = True)
"""<h3> Matriz de Transição caso Estatica
"""
dataEstatica estadosCaches, estadosIniciais = analiseEstadoInicial("Estatica", ["A","B","C"],3,2, [1/3,1/3,1/3])
plotarAnaliseEstadoInicial(dataLRU, "Estatica", 3, estatico1_3, 1, estadosIniciais)
str_tipo = 'Estático - iguais'
tipo = estatico1_4
lim, sucessos = intervaloConfiancaEstaticaIgual1_4
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""# II. Simulação Cenário II
## Função da Simulação do Cenário II
<h3> Parâmetros de entrada para a função
O simulador do cenário II é dado pela função abaixo que tem os seguintes parâmetros de entrada:
* $numRequisicoes$ - Número de requisões que serão realizadas no experimento. Deve ser um número inteiro maior que $0$.
* $caso$ - qual é o caso/tipo das caches. Os possíveis valores de entrada são: "FIFO", "LRU", "Random" ou "Estatica"
* $numConteudos$ - número de conteúdos que podem ser requisitados. Deve ser um número inteiro maior que $0$.
* $tamCache$ - tamanho das caches. Deve ser um número inteiro maior que $0$.
* $probabilidades$ - probabilidade de cada conteúdo ser requisitado. Deve ser passado uma lista de tamanho igual ao número de conteúdos. Por exemplo, se são três conteúdos e possuem probabilidade de requisição uniforme, a lista passada deverá ser $[1/3,1/3,1/3]$
* $p$ - probabildide de um canal falhar. Deve ser um float entre $0$ e $1$ e tem como default o valor $0.9$.
* $depurar$ - Booleano para indicar se deseja imprimir a depuração do código ou não. O default é o valor "False", onde não se depura.
* $cache1\_inicial$ - Estado inicial de uma cache. Se nada for passado, ela irá ser inicializada aleatóriamente.
* $cache2\_inicial$ - Estado inicial da outra cache. Se nada for passado, ela irá ser inicializada aleatóriamente.
* $cachesDiferentes$ - Booleano para indicar se deseja que as caches comecem em estados diferentes ou iguais. O default é o valor "True", onde começam com em estados diferentes.
<h3> Descrição do Simulador
Como o cenário II se assemelha muito ao cenário I, a descrição do simulador ficará muito parecida. Temos então que inicialmente, as caches são incializadas com os estados passados, caso não sejam passados, elas são inicializadas de forma aleatória com os conteúdos possíveis, que nesse caso serão representados por números inteiros de $1$ ao $numConteudos$ dado.
Após isso, agenda-se um evento de uma requisição para cada conteúdo na lista de eventos, esse evento indica qual o tempo em que a requisição irá acontecer e qual conteúdo estará sendo requisitado. O tempo do agendamento é gerado de forma aleatória seguindo a distriuição exponencial tendo como parâmetro a taxa do conteúdo e a cada vez que um evento é adicionado, a lista é ordenada em função dos tempos apresentados em cada evento.
Com as caches inicializadas e uma requisição agendada para cada conteúdo, começa-se a realização dos eventos, ou seja, as requisições agendadas começam a ser a realizadas. Em termos de código, inicia-se um loop em cima da lista de eventos, onde em cada iteração, a requsição com menor tempo presente na lista é encaminhada paras as duas caches. Neste ponto que o cenário II se diferencia do cenário I, neste caso há a probabilidade do canal que leva a requisição até a cache falhar, e com isso não tem a possibilidade da requisição ser atendida pela cache que por conta disso não mudará de estado.
Então para cada cache é realizado o seguinte processo: tenta-se encaminhar a requisição para cache, para isso gera-se um número entre $0$ e $1$, se o número for menor ou igual ao parâmetro $p$ (que por default é $0.9$, o que implica que o canal tem 90% de chance de funcionar), o canal funciona e a requisição alcança a cache e assim analisa-se se a cache possui o conteúdo requisitado e marca-se se a requisição foi atendida ou não, em ambos os casos em que o canal funciona, a cache muda de estado seguindo o padrão do tipo de cache especificado. Após a tentativa de se encaminhar a requisição para as duas caches, verifica-se a requisição foi atendida por pelo menos uma das caches, se sim, é marcado como sucesso. Após uma requsição ser feita, é agendada uma nova requisição para o mesmo conteúdo onde o tempo do agendamento é gerado de forma aleatória seguindo a distriuição exponencial com parâmetro igual a probabilidade do conteúdo, dessa forma garantimos que cada conteúdo seja requisitado seguindo sua taxa de chegada.
Após o número de requisições pedidas serem feitas, verifica-se o número de casos em que não ocorreu usermiss, ou seja, os eventos onde a requisição foi atendida e finalmente calcula-se a probabilidade de usermiss fazendo o seguinte cálculo: $(numero\ de\ requisicoes\ realizadas - numero\ de\ casos\ de\ nao\ usermiss)/numero\ de\ requisicoes\ realizadas$
"""
def simulacaoCenario2(numRequisicoes, caso, numConteudos, tamCache, probabilidades, p = 0.9, depurar = False, cache1_inicial = False, cache2_inicial = False, cachesDiferentes = True):
Requisicoes = []
taxa = 1*probabilidades
# agendando uma requisição para cada conteúdo
for i in range (numConteudos):
tempo = np.random.exponential(1/taxa[i])
par = [tempo, i +1]
Requisicoes.append(par)
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0]) # ordena a lista de requisições em função do menor tempo
# se não foi passado o estado inicial para cache 1, inicializa a cache aleatóriamente
if not cache1_inicial:
cache1_inicial = initializeCache(numConteudos, tamCache)
# se não foi passado o estado inicial para cache 2, inicializa a cache para um estado igual ou diferente da cache 1
if not cache2_inicial:
cache2_inicial = []
# caches começam com estados iniciais diferentes
if cachesDiferentes:
cache2_inicial = initializeCache(numConteudos, tamCache)
if (caso == "Estatica"):
while (list(set(cache2_inicial)) == list(set(cache1_inicial))):
cache2_inicial = initializeCache(numConteudos, tamCache)
else:
while (cache2_inicial == cache1_inicial):
cache2_inicial = initializeCache(numConteudos, tamCache)
# caches começam com estados iniciais iguais
else:
cache2_inicial = cache1_inicial.copy()
cache1 = cache1_inicial
cache2 = cache2_inicial
sucessos = 0 # contador de sucessos
requisicoes = 0 # contador de requisições
userMiss = 0 # contador de usermiss
# enquanto as requisições realizadas for menor que o numero de requisicoes
while (requisicoes < numRequisicoes):
RequicaoAtendidaC1 = 0
RequicaoAtendidaC2 = 0
evento = Requisicoes[0]
tempoAtual = evento[0] # tempo atual
conteudo = evento[1] # conteudo da requisição atual
if (depurar): print("Tempo " + str(tempoAtual) + " ocorreu requisição do tipo " + str(conteudo) + "\n")
if (depurar): print("Cache 1:" + str(cache1))
numAleatorioC1 = np.random.uniform(0, 1)
if (numAleatorioC1 <= p):
if (depurar): print("Canal 1 funcionou!")
cache1, RequicaoAtendidaC1 = cacheReceivesReq(caso, cache1, conteudo, depurar)
else:
if (depurar): print("Canal 1 não funcionou!")
if (depurar): print("\n")
if (depurar): print("Cache 2:" + str(cache2))
numAleatorioC2 = np.random.uniform(0, 1)
if (numAleatorioC2 <= p):
if (depurar): print("Canal 2 funcionou!")
cache2, RequicaoAtendidaC2 = cacheReceivesReq(caso, cache2, conteudo,depurar)
else:
if (depurar): print("Canal 2 não funcionou!")
if (RequicaoAtendidaC1 or RequicaoAtendidaC2):
sucessos = sucessos + 1
else:
if (depurar): print("\n")
userMiss = userMiss + 1
if (depurar): print("User Miss :/ !")
if (depurar): print("------ \n")
del Requisicoes[0]
tempoAgendado = tempoAtual + np.random.exponential(1/taxa[conteudo-1])
Requisicoes.append([tempoAgendado,conteudo])
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0])
requisicoes = requisicoes + 1
if (depurar): print("Sucessos: " + str(sucessos))
if (depurar): print("User Miss: " + str(userMiss))
return cache1, cache2, userMiss/numRequisicoes
"""## Simulação dos casos com depuração
<h4> Abaixo são realizados testes onde são feitas 10 requisições apenas para fins de vizualizar a depuração do simulador para cado tipo de cache.
### Simulação caso FIFO
"""
va1, var2, fifo_sim2_3 = simulacaoCenario2(10,"FIFO",3, 2 , [1/3,1/3,1/3], depurar=True)
"""### Simulação caso LRU"""
va1, var2, lru_sim2_3 = simulacaoCenario2(10,"LRU",3, 2 , [1/3,1/3,1/3],depurar=True)
"""### Simulação caso Random"""
va1, var2, random_sim2_3 = simulacaoCenario2(10,"Random", 3, 2 , [1/3,1/3,1/3],depurar=True)
"""### Simulação caso Estátca"""
va1, var2, estatica_sim2_3 = simulacaoCenario2(10,"Estatica", 3, 2 , [1/3,1/3,1/3],depurar=True)
"""## Intervalos de Confiança para cada Caso
<h4> Abaixo é calculado o intervalo de confiança para cada caso. O intervalo é calculado pela função auxiliar "intervaloDeConfianca" em que se realiza 10 simulações onde em cada simulação são feitas 100000 requisições. Os limites inferiores e superiorers do intervalo são obtidos da seguinte maneira:
$limite\ inferior = (media\ dos\ resultados\ das\ simulacoes\ - 1.96*desvio\ padrao\ dos\ resultados\ das\ simulacoes)/ \ raiz\ quadrada\ do\ numero\ de\ simulacoes$
$limite\ superior\ = (media\ dos\ resultados\ das\ simulacoes\ + 1.96*desvio\ padrao\ dos\ resultados\ das\ simulações)/ \ raiz\ quadrada\ do\ numero\ de\ simulacoes$
### Caso FIFO
"""
intervaloConfiancaFIFO2_3 = intervaloDeConfianca(10,2, "FIFO", 3 ,2, [1/3,1/3,1/3])
intervaloConfiancaFIFO2_4 = intervaloDeConfianca(10,2, "FIFO", 4 ,2, [1/4,1/4,1/4,1/4])
str_tipo = 'FIFO'
tipo = fifo2_3
lim, sucessos = intervaloConfiancaFIFO2_3
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""### Caso LRU"""
intervaloConfiancaLRU2_3 = intervaloDeConfianca(10,2, "LRU", 3 ,2, [1/3,1/3,1/3])
intervaloConfiancaLRU2_4 = intervaloDeConfianca(10,2, "LRU", 4 ,2, [1/4,1/4,1/4,1/4])
str_tipo = 'LRU'
tipo = lru2_3
lim, sucessos = intervaloConfiancaLRU2_3
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""### Caso Random"""
intervaloConfiancaRandom2_3 = intervaloDeConfianca(10,2, "Random", 3,2, [1/3,1/3,1/3])
intervaloConfiancaRandom2_4 = intervaloDeConfianca(10,2, "Random", 4,2, [1/4,1/4,1/4,1/4])
str_tipo = 'Random'
tipo = random2_3
lim, sucessos = intervaloConfiancaRandom2_3
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""### Caso Estática
#### Caches com mesmos conteúdos populares
"""
intervaloConfiancaEstaticaIgual2_3 = intervaloDeConfianca(10,2, "Estatica", 3 ,2, [1/3,1/3,1/3], cachesDiferentes = False)
intervaloConfiancaEstaticaIgual2_4 = intervaloDeConfianca(10,2, "Estatica", 4 ,2, [1/4,1/4,1/4,1/4], cachesDiferentes = False)
"""#### Caches com conteúdos populares diferentes"""
intervaloConfiancaEstaticaDif2_3 = intervaloDeConfianca(10,2, "Estatica", 3 ,2, [1/3,1/3,1/3], cachesDiferentes = True)
intervaloConfiancaEstaticaDif2_4 = intervaloDeConfianca(10,2, "Estatica", 4 ,2, [1/4,1/4,1/4,1/4], cachesDiferentes = True)
str_tipo = 'Estático - iguais'
tipo = estatico2_3
lim, sucessos = intervaloConfiancaEstaticaIgual2_3
plotar_intervalo(tipo, str_tipo, sucessos, lim, num_elem, cenario)
"""# III. Simulação Cenário III
## Funções da Simulação do Cenário III
<h3> Parâmetros de entrada para a função
O simulador do cenário $III$ é dado pela função abaixo que tem os seguintes parâmetros de entrada:
* $numRequisicoes$ - Número de requisões que serão realizadas no experimento. Deve ser um número inteiro maior que $0$.
* $caso$ - qual é o caso/tipo das caches. Os possíveis valores de entrada são: "FIFO", "LRU", "Random" ou "Estatica"
* $numConteudos$ - número de conteúdos que podem ser requisitados. Deve ser um número inteiro maior que $0$.
* $tamCache$ - tamanho das caches. Deve ser um número inteiro maior que $0$.
* $probabilidades$ - probabilidade de cada conteúdo ser requisitado. Deve ser passado uma lista de tamanho igual ao número de conteúdos. Por exemplo, se são três conteúdos e possuem probabilidade de requisição uniforme, a lista passada deverá ser $[1/3,1/3,1/3]$
* $p$ - probabildide de um canal falhar. Deve ser um float entre $0$ e $1$ e tem como default o valor $0.9$.
* $teta$ - taxa de serviço do servidor à cache. Deve ser um inteiro maior do que $0$ e tem como default o valor $math.inf = \infty$.
* $alpha$ - taxa de timeout para uma requisição. Deve ser um inteiro maior do que $0$ e tem como default o valor $1$.
* $depurar$ - Booleano para indicar se deseja imprimir a depuração do código ou não. O default é o valor "False", onde não se depura.
* $cachesDiferentes$ - Booleano para indicar se deseja que as caches comecem em estados diferentes ou iguais. O default é o valor "True", onde começam com em estados diferentes.
<h3> Descrição do Simulador
O cenário $III$ apresenta um funcionamento mais próximo da realidade. Nossa modelagem do problema funciona como descrito abaixo:
Temos que inicialmente, as caches são incializadas com os estados passados, caso não sejam passados, elas são inicializadas de forma aleatória com os conteúdos possíveis, que nesse caso serão representados por números inteiros de $1$ ao $numConteudos$ dado.
Após isso, agenda-se um evento de uma requisição para cada conteúdo na lista de eventos, esse evento indica qual o tempo em que a requisição irá acontecer e qual conteúdo estará sendo requisitado. O tempo do agendamento é gerado de forma aleatória seguindo a distriuição exponencial tendo como parâmetro a taxa do conteúdo e a cada vez que um evento é adicionado, a lista é ordenada em função dos tempos apresentados em cada evento.
Com as caches inicializadas e uma requisição agendada para cada conteúdo, inicia-se o processo. Em termos de código, inicia-se um loop em cima da lista de eventos, onde para cada requisição, novos eventos são gerados para simular seu atendimento. Primeiramente, tenta-se encaminhar a requisição com menor tempo presente na lista inicial de eventos para as duas caches. Aqui temos um novo evento e mais dois possíveis novos eventos para acrescentar na lista, pois tenta-se encaminhar a requisição para cada cache, para isso gera-se um número entre $0$ e $1$, se o número for menor ou igual ao parâmetro $p$ (que por default é $0.9$, o que implica que o canal tem 90% de chance de funcionar), o canal funciona e cria-se um novo evento da requsição chegando na cache, repete-se isso para as duas. Assim, há a possibilidade da criação de um evento onde a requisição chega na cache 1 e/ou outro evento onde a requisição chega na cache 2. Além disso, é gerado um número aleatório seguindo a distribuição exponencial com parametro $1/\alpha$ para indicar o timer da requisição, assim, cria-se um novo evento que será o timeout da requisição.
Quando o evento da requisição chegando na cache acontecer, é verificado se a cache possui o conteúdo requisitado. Se sim, cria-se um novo evento da requisição sendo atendida pela cache agendado para acontecer em $n$ segundos, onde $n$ é calculado gerando um número aleatório seguindo a distribuição exponencial com parametro $1/\mu$. Já se a cache não possuir, primeiro cria-se um novo evento onde cache receberá o conteúdo requisitado do servidor para assim poder atender a requisição, o evento é agendado para acontecer em $m$ segundos, onde $m$ é calculado gerando um número aleatório seguindo a distribuição exponencial com parametro $1/\theta$ ($\theta = \infty$ no caso desse cenário) e só quando esse novo evento criado acontecer, que cria-se o evento da requisição sendo atendida.
Já se o evento timeout da requisição chegar a acontecer, da forma que modelamos, ele cancela todos os outros eventos referentes a requisição que sofreu o timeout, isso para simular o cancelamento do processo de tentativa de atender a requisição pela caches, e cria um evento da requisição sendo atendida pelo servidor alternativo, o evento é agendado para acontecer em $l$ segundos, onde $l$ é calculado gerando um número aleatório seguindo a distribuição exponencial com parametro $1/\gamma$, onde nesse cenário.
Por último, quando o evento requisição atendida acontece, seja pela cache $1$, cache $2$ ou pelo servidor alternativo por conta do timeout, verificá-se se há mias requisições abertas para o mesmo conteúdo da que está sendo atendida, e cancela todos os processos referentes a essas requisições junto com os processos referentes à que está sendo atendida. Após isso, anota-se qual foi o tempo de atendimento de cada requisição fazendo $tempo\ do\ evento\ requisição\ atendida\ - tempo\ de\ chegada\ da\ requisicao$.
Todos esses eventos acontecem para cada requisição e se misturam, ou seja, pode ter um evento da requisição "req2" chegando na cache $1$ enquando e logo em seguida outra requição "req1" sendo atendida pelo servidor alternativo.
Após termos o número especificado pelo parâmetro de requisições atendida, seja pelo jeito que for, as iterações param e calcula-se o tempo de atendimento médio das requisições fazendo-se $soma\ do\ tempo\ de\ atendimendo\ de\ cada\ requisicao/numero\ de\ requisições$.
Lebrando que sempre que uma nova requisição chega, outra requisição para o mesmo conteúdo é agendada onde o tempo do agendamento é gerado de forma aleatória seguindo a distriuição exponencial com parâmetro igual a probabilidade do conteúdo, dessa forma garantimos que cada conteúdo seja requisitado seguindo sua taxa de chegada. A depuração apresentada mais embaixo deve ajudar a entender o funcionamento da simulação aqui descrito que imaginamos que possa ser confusa já que muitos eventos são gerados.
"""
def adicionaEvento(Requisicoes,tempoAgendamento, conteudo, nomeEvento, identfRequisicao):
# Adicionando o timeout da requisição na lista de eventos
evento = [tempoAgendamento, conteudo, nomeEvento, identfRequisicao]
Requisicoes.append(evento)
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0])
return Requisicoes
def atendeRequisicoesMesmoConteudo(Requisicoes,tempoAtual, conteudo, aberturaRequisicoes, dicionario, requisicoes,identfRequisicao, depurar = False):
removerEventos = []
# Remove os eventos referentes as requisições que foram atendidas
for evento in Requisicoes:
if evento[1] == conteudo and "SISTEMA" not in evento:
removerEventos.append(evento)
# Remove os eventos referentes as requisições que foram atendidas
for i in range(len(removerEventos)):
Requisicoes.remove(removerEventos[i])
atendidasAgora = [x for x in aberturaRequisicoes if (("conteudo " + str(conteudo)) == x[1] and x[3]==0)]
requisicoesAtendidas = [x[0] for x in atendidasAgora]
if (depurar):
if(len(requisicoesAtendidas)>1):
requisicoesAtendidas.remove(identfRequisicao)
print("Requisições " + str(requisicoesAtendidas) + " atendidas pois também eram para o conteúdo " + str(conteudo))
for req in atendidasAgora:
#print("ATENDEU OUTRAS REQUISICOES!")
tempoAtendimentoReq = tempoAtual - req[2]
identfRequisicao = req[0]
dicionario[identfRequisicao] = [tempoAtendimentoReq]
requisicaoAtual = [x for x in aberturaRequisicoes if (identfRequisicao == x[0])]
requisicaoAtual = requisicaoAtual[0]
aberturaRequisicoes.remove(requisicaoAtual)
requisicoes = requisicoes + 1
return Requisicoes, aberturaRequisicoes, dicionario, requisicoes
def simulacaoCenario3_4(numRequisicoes, caso, numConteudos, tamCache, probabilidades, teta, alpha = 1, p = 0.9, depurar = False, cachesDiferentes = True):
Requisicoes = []
requsicoes = numConteudos
taxa = probabilidades
tempoAtendimentoC1 = {}
tempoAtendimentoC2 = {}
tempoAtendimentoTimeout = {}
aberturaRequisicoes = []
for i in range (numConteudos):
tempo = np.random.exponential(1/taxa[i])
agendamento = [tempo, i +1, "SISTEMA", "req" + str(i)]
aberturaRequisicoes.append(["req" + str(i), "conteudo " + str(i +1), tempo, -1])
Requisicoes.append(agendamento)
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0])
if (depurar):print(Requisicoes)
if (depurar):print("\n")
cache1_inicial = initializeCache(numConteudos, tamCache)
# se não foi passado o estado inicial para cache 2, inicializa a cache para um estado igual ou diferente da cache 1
cache2_inicial = []
# caches começam com estados iniciais diferentes
if cachesDiferentes:
cache2_inicial = initializeCache(numConteudos, tamCache)
if (caso == "Estatica"):
while (list(set(cache2_inicial)) == list(set(cache1_inicial))):
cache2_inicial = initializeCache(numConteudos, tamCache)
else:
while (cache2_inicial == cache1_inicial):
cache2_inicial = initializeCache(numConteudos, tamCache)
# caches começam com estados iniciais iguais
else:
cache2_inicial = cache1_inicial.copy()
cache1 = cache1_inicial
cache2 = cache2_inicial
requisicaoGerada = numConteudos
requisicoes = 0 # contador de requisições
while (requisicoes < numRequisicoes):
evento = Requisicoes[0]
del Requisicoes[0]
tempoAtual = evento[0]
conteudo = evento[1] # conteudo da requisição
identfRequisicao = evento[3] # identificador da requisição
if (depurar):print("Evento: " + str(evento) + str("\n"))
if (evento[2] == "SISTEMA" ):
if (depurar):print("No tempo " + str(tempoAtual) + " cliente faz requisição '" +
str(identfRequisicao) + "' do conteúdo " + str(conteudo) + "\n")
timer = np.random.exponential(1/alpha)
# Adicionando o timeout da requisição na lista de eventos
timeoutReq = [tempoAtual + timer, conteudo, "TIMEOUT_" + str(identfRequisicao), identfRequisicao]
if (depurar):print("Timer " + str(evento[3] + " = " + str(timer)))
Requisicoes.append(timeoutReq)
Requisicoes = sorted(Requisicoes, key=lambda tup: tup[0])
for requisicao in aberturaRequisicoes:
if identfRequisicao == requisicao[0]:
requisicaoAtual = requisicao
indice = aberturaRequisicoes.index(requisicaoAtual)
aberturaRequisicoes[indice][3] = 0
# Verifica se o canal 1 funciona, se sim (probabilidade = p), envia requisição para cache 1
canal1Funciona = np.random.uniform(0, 1)
if (canal1Funciona <= p):
# Cria evento da requisição chegando na cache 1
tempoCanal = np.random.exponential(1)
Requisicoes = adicionaEvento(Requisicoes,tempoAtual + tempoCanal, conteudo, "CACHE1", identfRequisicao)
if (depurar): print("Canal 1 funcionou! Requisição seguirá para a cache 1 e cherará em " + str(tempoCanal) + " segundos")
else:
if (depurar): print("Canal 1 não funcionou!")
# Verifica se o canal 2 funciona, se sim (probabilidade = p), envia requisição para cache 2
canal2Funciona = np.random.uniform(0, 1)
if (canal2Funciona <= p):
# Cria evento da requisição chegando na cache 2
tempoCanal = np.random.exponential(1)
Requisicoes = adicionaEvento(Requisicoes,tempoAtual + tempoCanal, conteudo, "CACHE2", identfRequisicao)
if (depurar): print("Canal 2 funcionou! Requisição seguirá para a cache 2 e cherará em " + str(tempoCanal) + " segundos")
else:
if (depurar): print("Canal 2 não funcionou!")
# Agendando nova requisição
tempoAgendado = tempoAtual + np.random.exponential(1/taxa[conteudo-1])
Requisicoes = adicionaEvento(Requisicoes,tempoAgendado, conteudo, "SISTEMA", "req" + str(requisicaoGerada))
aberturaRequisicoes.append(["req" + str(requisicaoGerada), "conteudo " + str(conteudo), tempoAgendado, -1])
requisicaoGerada = requisicaoGerada + 1 # contador de requisições geradas
# Evento: Requisição chega na cache 1
elif (evento[2] == "CACHE1"):
if (depurar): print(" No tempo " + str(tempoAtual) + " a requisição '" + str(identfRequisicao)
+ " do conteúdo " + str(conteudo) + " chega na cache 1")
if (depurar): print("Estado atual cache 1:" + str(cache1))
cache1, RequicaoAtendidaC1 = cacheReceivesReq3_4(caso, cache1, conteudo, depurar)
if not (RequicaoAtendidaC1):# Se a cache não possui o conteúdo requisitado
# Novo evento da solicitação do conteúdo sendo encaminhada para o servidor
tempoIdaVoltaServidor = np.random.exponential(1/teta) #tempo de delay do canal cache-servidor
Requisicoes = adicionaEvento(Requisicoes, tempoAtual + tempoIdaVoltaServidor, conteudo, "CACHE1_SERVIDOR", identfRequisicao)
else: # cache possui o conteúdo, requisição será atendida
# Novo evento da requisição sendo atendida pela cache 1
tempoVoltaUsuario = np.random.exponential(1) # tempo de delay do canal cache-usuário
if (depurar):print("Requisição " + str(identfRequisicao) + " será atendida em " + str(tempoVoltaUsuario) + " segundos")
Requisicoes = adicionaEvento(Requisicoes, tempoAtual + tempoVoltaUsuario, conteudo, "REQUISICAO_ATENDIDA_C1", identfRequisicao)
# Evento: Requisição chega na cache 2
elif (evento[2] == "CACHE2"):
if (depurar): print("No tempo " + str(tempoAtual) + " a requisição do tipo " + str(conteudo) + " chega na cache 2")
if (depurar): print("Estado atual cache 2:" + str(cache2))
cache2, RequicaoAtendidaC2 = cacheReceivesReq3_4(caso, cache2, conteudo, depurar)
if not (RequicaoAtendidaC2): # Se a cache não possui o conteúdo requisitado
# Novo evento da solicitação do conteúdo sendo encaminhada para o servidor
tempoIdaVoltaServidor = np.random.exponential(1/teta)
Requisicoes = adicionaEvento(Requisicoes, tempoAtual + tempoIdaVoltaServidor, conteudo, "CACHE2_SERVIDOR", identfRequisicao)
else:# cache possui o conteúdo, requisição será atendida
# Criação de novo evento da requisição sendo atendida pela cache 2
tempoVoltaUsuario = np.random.exponential(1) # tempo de delay do canal cache-usuário
if (depurar):print("Requisição " + str(identfRequisicao) + " será atendida em " + str(tempoVoltaUsuario) + " segundos")
Requisicoes = adicionaEvento(Requisicoes, tempoAtual + tempoVoltaUsuario, conteudo, "REQUISICAO_ATENDIDA_C2", identfRequisicao)