-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathapp.py
396 lines (312 loc) · 12.5 KB
/
app.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
import datetime
import re
import time
from docker_methods.init import (
create_container,
start_container,
stop_container,
pause_container,
)
from db.config import (
get_comandos,
insert_comando,
comando_existe,
get_comando,
insert_comando_existente,
insert_turnaround_time_and_response_time,
)
# Comandos que se van a ejecutar
"""
Comando
0: comando_id
1: comando
2: contenedor
3: tiempo_inicio
4: tiempo_fin
"""
comandos_a_ejecutar = []
"""
Obtener historial de comandos
0: comando_id
1: comando
2: contenedor
"""
historial_comandos = get_comandos()
"""
Obtener historial de ejecuciones
0: ejecucion_id
1: algoritmo_planificacion
2: fecha_ejecucion
3: turnaround_time_promedio
4: response_time_promedio
5: comandos (json)
0: comando
1: contenedor
2: tiempo_inicio
3: tiempo_fin
4: turnaround_time
5: response_time
"""
# historial_ejecuciones = get_historial_ejecuciones()
# Insertar un comando en la base de datos y crear el contenedor
def insertar_comando(comando: str, tiempo_inicio: int, tiempo_fin: int):
try:
# verificar si el comando ya existe en la base de datos
if comando_existe(comando.strip()):
(comando_id, comando_str, _, contenedor_str) = get_comando(comando)
create_container(contenedor_str, comando_str)
(comando_id, _, registro_tiempo_id) = insert_comando_existente(comando, tiempo_inicio, tiempo_fin)
comandos_a_ejecutar.append((
comando_id,
comando_str,
contenedor_str,
tiempo_inicio,
tiempo_fin,
registro_tiempo_id,
))
else:
contenedor: str = comando.replace(" ", "_")
contenedor = re.sub(
r"[^a-zA-Z0-9_]+", "_", contenedor
) + '_' + datetime.datetime.now().strftime("%Y%m%d%H%M%S")
create_container(contenedor, comando)
(comando_id, _, registro_tiempo_id) = insert_comando(comando, contenedor, tiempo_inicio, tiempo_fin)
comandos_a_ejecutar.append((
comando_id,
comando.strip(),
contenedor,
tiempo_inicio,
tiempo_fin,
registro_tiempo_id,
))
except Exception as e:
print(e)
# Algoritmos de planificacion
def fcfs(comandos: list):
comandos = sorted(comandos, key=lambda x: x[3])
tiempo_actual = 0
# tripla con (registro_tiempo_id, turnaround_time, response_time)
tiempos = []
for i, comando in enumerate(comandos):
( comando_id, comando_str, contenedor, tiempo_inicio, tiempo_fin, registro_tiempo_id ) = comando
if tiempo_actual < tiempo_inicio:
time.sleep(tiempo_inicio - tiempo_actual)
tiempo_actual = tiempo_inicio
# Response time
response_time = tiempo_actual - tiempo_inicio
start_container(contenedor)
time.sleep(tiempo_fin)
stop_container(contenedor)
tiempo_actual += tiempo_fin
# Turnaround time
turnaround_time = tiempo_actual - tiempo_inicio
tiempos.append((registro_tiempo_id, turnaround_time, response_time))
print(f"Comando {i + 1}: {comando_str}")
print(f"Turnaround time: {turnaround_time}")
print(f"Response time: {response_time}")
print("\n")
insert_turnaround_time_and_response_time(tiempos)
avg_turnaround_time = sum(
[turnaround_time[1] for turnaround_time in tiempos]
) / len([turnaround_time[1] for turnaround_time in tiempos])
avg_response_time = sum([response_time[2] for response_time in tiempos]) / len(
[response_time[2] for response_time in tiempos]
)
return avg_turnaround_time, avg_response_time
# Algoritmo de planificacion Round Robin
def round_robin(comandos: list, quantum: int = 2):
comandos_ordenados = sorted(comandos, key=lambda x: x[3])
tiempo_actual = 0
tiempos = []
cola = []
for comando in comandos_ordenados:
(
comando_id,
comando_str,
contenedor,
tiempo_inicio,
tiempo_fin,
registro_tiempo_id,
) = comando
cola.append(
[
comando_id,
comando_str,
contenedor,
tiempo_inicio,
tiempo_fin,
registro_tiempo_id,
0,
]
)
while cola:
comando = cola.pop(0)
(
comando_id,
comando_str,
contenedor,
tiempo_inicio,
tiempo_fin,
registro_tiempo_id,
tiempo_ejecutado,
) = comando
if tiempo_actual < tiempo_inicio:
time.sleep(tiempo_inicio - tiempo_actual)
tiempo_actual = tiempo_inicio
start_container(contenedor)
if tiempo_ejecutado + quantum >= tiempo_fin:
time.sleep(tiempo_fin - tiempo_ejecutado)
stop_container(contenedor)
tiempo_actual += tiempo_fin - tiempo_ejecutado
# Turnaround time
turnaround_time = tiempo_actual - tiempo_inicio
# Response time
response_time = turnaround_time - tiempo_fin
tiempos.append([registro_tiempo_id, turnaround_time, response_time])
print(f"Comando {comando_id}: {comando_str}")
print(f"Turnaround time: {turnaround_time}")
print(f"Response time: {response_time}")
print("\n")
else:
time.sleep(quantum)
pause_container(contenedor)
tiempo_actual += quantum
comando[6] = tiempo_ejecutado + quantum
cola.append(comando)
insert_turnaround_time_and_response_time(tiempos)
# Añadir el turnaround time y response time promedio a la base de datos
avg_turnaround_time = sum(
[turnaround_time[1] for turnaround_time in tiempos]
) / len([turnaround_time[1] for turnaround_time in tiempos])
avg_response_time = sum([response_time[2] for response_time in tiempos]) / len(
[response_time[2] for response_time in tiempos]
)
return avg_turnaround_time, avg_response_time
# Algoritmo de planificacion SPN (Shortest Process Next)
def spn(comandos: list):
comandos_ordenados = sorted(comandos, key=lambda x: x[4]) # Ordenar en base al tiempo_fin
tiempo_actual = 0
tiempos = []
for i, comando in enumerate(comandos_ordenados):
(
_,
comando_str,
contenedor,
tiempo_inicio,
tiempo_fin,
registro_tiempo_id,
) = comando
if tiempo_actual < tiempo_inicio:
time.sleep(tiempo_inicio - tiempo_actual)
tiempo_actual = tiempo_inicio
# Response time
response_time = tiempo_actual - tiempo_inicio
start_container(contenedor)
time.sleep(tiempo_fin)
stop_container(contenedor)
tiempo_actual += tiempo_fin
# Turnaround time
turnaround_time = tiempo_actual - tiempo_inicio
tiempos.append((registro_tiempo_id, turnaround_time, response_time))
print(f"Comando {i + 1}: {comando_str}")
print(f"Turnaround time: {turnaround_time}")
print(f"Response time: {response_time}")
print("\n")
insert_turnaround_time_and_response_time(tiempos)
avg_turnaround_time = sum(
[turnaround_time[1] for turnaround_time in tiempos]
) / len([turnaround_time[1] for turnaround_time in tiempos])
avg_response_time = sum([response_time[2] for response_time in tiempos]) / len(
[response_time[2] for response_time in tiempos]
)
return avg_turnaround_time, avg_response_time
# Algoritmo de planificación SRT (Shortest Response Time)
def srt(comandos: list):
tiempo_actual = 0
tiempos = []
cola = []
# Ordenamos los comandos por tiempo de inicio
comandos = sorted(comandos, key=lambda x: x[3])
while comandos or cola:
# Agregamos a la cola los comandos que ya pueden comenzar
while comandos and comandos[0][3] <= tiempo_actual:
comando = comandos.pop(0)
cola.append([*comando, 0]) # Agregamos tiempo_ejecutado al final
if not cola:
# Si no hay comandos en la cola, avanzamos el tiempo
tiempo_actual = comandos[0][3]
continue
# Seleccionamos el proceso con el menor tiempo restante
cola.sort(key=lambda x: x[4] - x[6])
comando = cola[0]
comando_id, comando_str, contenedor, tiempo_inicio, tiempo_fin, registro_tiempo_id, tiempo_ejecutado = comando
start_container(contenedor)
# Calculamos cuánto tiempo ejecutar
tiempo_restante = tiempo_fin - tiempo_ejecutado
tiempo_a_ejecutar = min(tiempo_restante, 1) # Ejecutamos en intervalos de 1 segundo
time.sleep(tiempo_a_ejecutar)
tiempo_actual += tiempo_a_ejecutar
comando[6] += tiempo_a_ejecutar
if comando[6] >= tiempo_fin:
# El comando ha terminado
stop_container(contenedor)
turnaround_time = tiempo_actual - tiempo_inicio
response_time = turnaround_time - tiempo_fin
tiempos.append((registro_tiempo_id, turnaround_time, response_time))
print(f"Comando {comando_id}: {comando_str}")
print(f"Turnaround time: {turnaround_time}")
print(f"Response time: {response_time}")
print("\n")
cola.pop(0)
else:
pause_container(contenedor)
insert_turnaround_time_and_response_time(tiempos)
avg_turnaround_time = sum(t[1] for t in tiempos) / len(tiempos)
avg_response_time = sum(r[2] for r in tiempos) / len(tiempos)
return avg_turnaround_time, avg_response_time
# Algoritmo de planificación Highest Response Ratio Next (HRRN)
def hrrn(comandos: list):
tiempo_actual = 0
tiempos = []
cola = []
# Ordenamos los comandos por tiempo de inicio
comandos_ordenados = sorted(comandos, key=lambda x: x[3])
while comandos_ordenados or cola:
# Agregamos a la cola los comandos que ya pueden comenzar
while comandos_ordenados and comandos_ordenados[0][3] <= tiempo_actual:
comando_id, comando_str, contenedor, tiempo_inicio, tiempo_fin, registro_tiempo_id = comandos_ordenados.pop(0)
cola.append([comando_id, comando_str, contenedor, tiempo_inicio, tiempo_fin, registro_tiempo_id])
if not cola:
# Si no hay comandos en la cola, avanzamos el tiempo
tiempo_actual = comandos_ordenados[0][3]
continue
# Calculamos el response ratio para cada comando en la cola
for i, comando in enumerate(cola):
tiempo_espera = tiempo_actual - comando[3]
tiempo_estimado = comando[4] # tiempo_fin
response_ratio = (tiempo_espera + tiempo_estimado) / tiempo_estimado
# Si el response ratio ya existe en la cola, actualizamos su valor
if len(cola[i]) < 7:
cola[i].append(response_ratio)
else:
cola[i][6] = response_ratio
# Seleccionamos el proceso con el mayor response ratio
cola.sort(key=lambda x: x[6], reverse=True)
comando = cola.pop(0)
comando_id, comando_str, contenedor, tiempo_inicio, tiempo_fin, registro_tiempo_id, _ = comando
start_container(contenedor)
tiempo_ejecucion = tiempo_fin
time.sleep(tiempo_ejecucion)
tiempo_actual += tiempo_ejecucion
stop_container(contenedor)
turnaround_time = tiempo_actual - tiempo_inicio
response_time = turnaround_time - tiempo_ejecucion
tiempos.append((registro_tiempo_id, turnaround_time, response_time))
print(f"Comando {i + 1}: {comando_str}")
print(f"Turnaround time: {turnaround_time}")
print(f"Response time: {response_time}")
print("\n")
insert_turnaround_time_and_response_time(tiempos)
avg_turnaround_time = sum(t[1] for t in tiempos) / len(tiempos)
avg_response_time = sum(r[2] for r in tiempos) / len(tiempos)
return avg_turnaround_time, avg_response_time