Question

假设我有3个任务：

def task1():
    if check_if_theres_work_to_do():  #just checking takes 2us
        do_work()  #takes 10us

task2和task3定义类似

我有一个CPU。一种常见的嵌入式方法是执行以下操作：

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

现在，我想在Simpy中模拟这个，但是如果没有任何工作可以执行任何任务，我不想经常循环round_robin代码（因为这会增加模拟时间），但是我希望一次只能运行一个任务。此外，我想模拟这样一个事实：当工作变得可用时，例如对于task2，在task2（）执行之前可能需要一些时间（处理器正在忙于检查其他任务是否有工作要做/正在为其他任务工作）。

在Simpy中，我已经定义了每个事件都在事件上产生的任务（例如，队列中的工作项）：

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

但是如果我使用env.process(task1()); env.process(task2()); env.process(task3())，那么它们都可以并行运行，这不能准确地模拟while循环的行为。

我认为可能有一种方法是定义一个名为CPU的资源cpu = Resource()，然后让任务在获取work_item时产生，然后在获取cpu时产生，然后在0之间产生随机的时间量和2 *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)

但这似乎有点混乱，因为任务必须知道cpu正在执行多少其他任务。

有更好的方法对此进行建模吗？我是否应该在请求cpu然后等待获取工作时有一个进程收益，但让工作中的等待可以中断（这样一个没有工作的任务不会阻止那些有工作的任务）？

Answer 1

您可以编写一个将所有任务放入队列的流程（例如，容量不受限制的Store）。

您的“cpu”可以执行以下操作：

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

使用Simpy模拟嵌入式固件的离散事件

1 个答案: