Overview

● This assignment is due in Submitty by 11:59PM EST on Wednesday, April 19, 2023

● This project is to be completed either individually or in a team of at most three students; teams are formed in the Submitty gradeable, but do not submit any code until we announce that auto-grading is available

● Note that you can change teams from Part I to Part II

● Beyond your team (or yourself if working alone), do not share your code; however, feel free to discuss the project content and your findings with one another on our Discussion Forum

● To appease Submitty, you must use one of the following programming languages:  C, C++, Java, or Python (be sure you choose only one language for your entire implementation)

● You will have 20 penalty-free submissions, after which a small penalty will be applied

● You can use at most three late days on this assignment; in such cases, each team member must use a late day

● Given that your simulation results might not entirely match the expected output on Submitty, we will cap your auto-graded grade at 50 points even though there will be more than 50 auto-graded points available in Submitty;  this should help you avoid the need to handle unusual corner cases, which are not an important aspect of this project

● All submitted code  must successfully compile and run on  Submitty,  which uses Ubuntu v20.04.5 LTS

● If you use C or C++, your program must successfully compile via gcc or g++ with no warning messages when the -Wall (i.e., warn all) compiler option is used; we will also use -Werror, which will treat all warnings as critical errors; the gcc/g++ compiler is currently version 9.4.0 (Ubuntu 9 .4 .0-1ubuntu1~20 .04 .1).

● For source file naming conventions, be sure to use * .c for C and * .cpp for C++; in either case, you can also include * .h files

● If you use Java, name your main Java file Project .java, and note that the javac compiler is currently version 8 (javac  1 .8 .0_352); do not use the package directive

● For Python, you must use python3, which is currently Python 3.8.10; be sure to name your main Python file project .py

● For Java and Python, be sure no warning messages or extraneous output occur during com- pilation/interpretation

● Please “flatten” all directory structures to a single directory of source files before submitting your code

Project specifications

For Part II of our simulation project, you will simulate an operating system given the set of processes pseudo-randomly generated in Part I. The overall focus will again be on processes, assumed to be resident in memory, waiting to use the CPU. Memory and the I/O subsystem will not be covered in this project.

Conceptual design — (from Part I)

A process is defined as a program in execution.  For this assignment, processes are in one of the following three states, corresponding to the picture shown further below.

● RUNNING: actively using the CPU and executing instructions

● READY: ready to use the CPU, i.e., ready to execute a CPU burst

● WAITING: blocked on I/O or some other event

RUNNING STATE

+-----+ |          | |  CPU  | |          | +-----+

READY

STATE

+-------------------+

<==  |        |        |        |        |

+-------------------+

<<<  queue  <<<<<<<<<

WAITING  (on  I/O)

STATE

+---------------------+

|

|

|

+---------------------+

Processes in the READY state reside in a queue called the ready queue.  This queue is ordered based on a configurable CPU scheduling algorithm.  You will implement specific CPU scheduling algorithms in Part II of this project.

All implemented algorithms (in Part II) will be simulated for the same set of processes, which will therefore support a comparative analysis of results. In Part I, the focus is on generating useful sets of processes via pseudo-random number generators.

Back to the conceptual model, when a process is in the READY state and reaches the front of the queue, once the CPU is free to accept the next process, the given process enters the RUNNING state and starts executing its CPU burst.

After each  CPU burst is completed,  if the process does not terminate,  the process enters the WAITING state, waiting for an I/O operation to complete  (e.g., waiting for data to be read in from a file).  When the I/O operation completes, depending on the scheduling algorithm, the process either (1) returns to the READY state and is added to the ready queue or (2) preempts

the currently running process and switches into the RUNNING state.

Note that preemptions occur only for certain algorithms.

Algorithms

The four algorithms that you must simulate are first-come-first-served (FCFS); shortest job first (SJF); shortest remaining time (SRT); and round robin (RR). When you run your program, all

four algorithms are to be simulated in succession with the same set of processes. Each algorithm is summarized below.

First-come-first-served (FCFS)

The FCFS algorithm is a non-preemptive algorithm in which processes simply line up in the ready queue, waiting to use the CPU. This is your baseline algorithm.

Shortest job first (SJF)

In SJF, processes are stored in the ready queue in order of priority based on their anticipated CPU burst times.  More specifically, the process with the shortest predicted CPU burst time will be selected as the next process executed by the CPU.

Shortest remaining time (SRT)

The SRT algorithm is a preemptive version of the SJF algorithm. In SRT, when a process arrives, if it has a predicted CPU burst time that is less than the remaining predicted time of the currently running process, a preemption occurs.   When such a preemption occurs, the currently running process is simply added to the ready queue.

Round robin (RR)

The RR algorithm is essentially the FCFS algorithm with time slice tslice .  Each process is given tslice  amount of time to complete its CPU burst. If the time slice expires, the process is preempted and added to the end of the ready queue.

If a process completes its CPU burst before a time slice expiration, the next process on the ready queue is context-switched in to use the CPU.

For your simulation, if a preemption occurs and there are no other processes on the ready queue, do not perform a context switch.  For example, given process G is using the CPU and the ready queue is empty, if process G is preempted by a time slice expiration, do not context-switch process G back to the empty queue; instead, keep process G running with the CPU and do not count this as a context switch.  In other words, when the time slice expires, check the queue to determine if a context switch should occur.

Simulation configuration — (extended from Part I)

The key to designing a useful simulation is to provide a number of configurable parameters.  This allows you to simulate and tune for a variety of scenarios, e.g., a large number of CPU-bound processes, differing average process interarrival times, multiple CPUs, etc.

Define the simulation parameters shown below as tunable constants within your code, all of which will be given as command-line arguments. In Part II of the project, additional parameters will be added.

● argv[1]: Define n as the number of processes to simulate.   Process IDs are assigned in alphabetical order A through Z. Therefore, you will have at most 26 processes to simulate.

● argv[2]: Define ncpu  as the number of processes that are CPU-bound. For this project, we will classify processes are I/O-bound or CPU-bound. The ncpu  CPU-bound processes, when generated, will have CPU burst times that are longer by a factor of 4 and will have I/O burst times that are shorter by the same factor of 4.

● argv[3]: We will use a pseudo-random number generator to determine the interarrival times of CPU bursts.  This command-line argument, i.e. seed, serves as the seed for the pseudo- random number sequence.  To ensure predictability and repeatability, use srand48() with this given seed before simulating each scheduling algorithm and drand48() to obtain the next value in the range [0.0, 1.0). For languages that do not have these functions, implement an equivalent 48-bit linear congruential generator, as described in the man page for these functions in C.1

● argv[4]: To determine interarrival times, we will use an exponential distribution; therefore, this command-line argument is parameter λ .  Remember that  will be the average random value generated, e.g., if λ = 0.01, then the average should be appoximately 100.   See the exp-random .c example; and use the formula shown in the code, i.e., -log(  r  )  /  lambda, where log is the natural logarithm.

● argv[5]: For the exponential distribution, this command-line argument represents the upper bound for valid pseudo-random numbers. This threshold is used to avoid values far down the long tail of the exponential distribution.  As an example, if this is set to 3000, all generated values above 3000 should be skipped.  For cases in which this value is used in the ceiling function (see the next page), be sure the ceiling is still valid according to this upper bound.

● argv[6]: Define tcs  as the time, in milliseconds, that it takes to perform a context switch. Specifically, the first half of the context switch time (i.e., ) is the time required to remove the given process from the  CPU; the second half of the context switch time is the time required to bring the next process in to use the CPU. Therefore, expect tcs  to be a positive even integer.

● argv[7]: For the SJF and SRT algorithms, since we cannot know the actual CPU burst times beforehand, we will rely on estimates determined via exponential averaging.  As such, this command-line argument is the constant α .  Note that the initial guess for each process is τ0 =  . When calculating τ values, use the “ceiling” function for all calculations.

● argv[8]: For the RR algorithm, define the time slice value, tslice, measured in milliseconds.

Pseudo-random numbers and predictability — (from Part I)

A key aspect of this assignment is to compare the results of each of the simulated algorithms with one another given the same initial conditions, i.e., the same initial set of processes.

To ensure each CPU scheduling algorithm runs with the same set of processes, carefully follow the algorithm below to create the set of processes.

Define your exponential distribution pseudo-random number generation function as next_exp(). Then, for each of the n processes, in order A through Z, perform the steps below, with CPU-bound processes generated last. Note that all generated values are integers.

1. Identify the initial process arrival time as the  “floor” of the next random number in the sequence given by next_exp(); note that you could therefore have a zero arrival time

2. Identify the number of CPU bursts for the given process as the “ceiling” of the next random number generated from the uniform distribution (i.e., obtained via drand48()) multiplied by 100; this should obtain a random integer in the inclusive range [1 , 100]

3. For each  of these CPU bursts, identify the CPU burst time and the I/O burst time as the “ceiling” of the next two random numbers in the sequence given by next_exp(); multiply the I/O burst time by 10 such that I/O burst time is generally an order of magnitude longer than CPU burst time; for CPU-bound processes, multiply the CPU burst time by 4 and divide the I/O burst time by 4; for the last CPU burst, do not generate an I/O burst time (since each process ends with a final CPU burst)

Simulation specifics

After you simulate each scheduling algorithm, you must reset your simulation back to the initial set of processes and set your elapsed time back to zero.

Note that there may be times during your simulation in which the simulated CPU is idle because no processes have arrived yet or all processes are busy performing I/O. Also, your simulation ends when all processes terminate.

If different types of events occur at the same time, simulate these events in the following order: (a)  CPU burst completion;  (b) process starts using the  CPU;  (c) I/O burst completions;  and (d) new process arrivals.

Further, any  “ties” that occur within  one of these categories are to be broken using process ID order. As an example, if processes G and S happen to both finish with their I/O at the same time, process G wins this “tie” (because G is alphabetically before S) and is therefore added to the ready queue before process S.

Be sure you do not implement any additional logic for the I/O subsystem.  In other words, there are no I/O queues to implement.

Your simulator should keep track of elapsed time t (measured in milliseconds), which is initially zero for each scheduling algorithm. As your simulation proceeds, t advances to each “interesting”

event that occurs, displaying a specific line of output that describes each event. The “interesting” events are:

● Start of simulation

● Process arrival (i.e., initially and at I/O completions)

● Process starts using the CPU

● Process finishes using the CPU (i.e., completes a CPU burst)

● Process has its τ value recalculated (i.e., after a CPU burst completion)

● Process preemption

● Process starts performing I/O

● Process finishes performing I/O

● Process terminates by finishing its last CPU burst

● End of simulation

The  “process arrival” event occurs every time a process arrives, which includes both the initial arrival time and when a process completes an I/O burst. In other words, processes “arrive” within the subsystem that consists only of the CPU and the ready queue.

The  “process preemption” event occurs each time a process is preempted.  When a preemption occurs, a context switch occurs, except for the RR algorithm when the ready queue is empty.

Measurements — (from Part I)

There are a number of measurements you will want to track in your simulation. For each algorithm, you will count the number of preemptions and the number of context switches that occur. Further, you will measure CPU utilization by tracking CPU usage and CPU idle time.

Specifically, for each CPU burst, you will measure CPU burst time (given), turnaround time, and wait time.

CPU burst time

CPU burst times are randomly generated for each process that you simulate via the above algorithm. CPU burst time is defined as the amount of time a process is actually using the CPU. Therefore, this measure does not include context switch times.

Turnaround time

Turnaround times are to be measured for each process that you simulate.   Turnaround time is defined as the end-to-end time a process spends in executing a single CPU burst.

More specifically, this is measured from process arrival time through to when the CPU burst is completed and the process is switched out of the CPU. Therefore, this measure includes the second half of the initial context switch in and the first half of the final context switch out, as well as any other context switches that occur while the CPU burst is being completed (i.e., due to preemptions).

Wait time

Wait times are to be measured for each CPU burst. Wait time is defined as the amount of time a process spends waiting to use the CPU, which equates to the amount of time the given process is actually in the ready queue. Therefore, this measure does not include context switch times that the given process experiences, i.e., only measure the time the given process is actually in the ready queue.

CPU utilization

Calculate CPU utilization by tracking how much time the CPU is actively running CPU bursts versus total elapsed simulation time.

Required terminal output

For Part II, required terminal output shows abbreviated Part I output followed by output for each of the four simulated algorithms.

Your simulator must display results for each of the four algorithms you simulate. For each algorithm, display a summary for each “interesting” event that occurs (v1.1) from time 0 through time 9999. For time 10000 and beyond, only display process termination events and the final end-of-simulation event.  (v1.1) Example output files have been posted to Submitty.

Your simulator must display a line of output for each  “interesting” event that occurs using the format shown below. Note that the contents of the ready queue are shown for each event.

time  <t>ms:  <event-details>  [Q  <queue-contents>]

The output format must follow the example shown below.  ((v1.1) Updated output.)

bash$  ./a .out  3  1  1024  0 .001  3000  4  0 .75  256

<<<  PROJECT  PART  I  --  process  set  (n=3)  with  1  CPU-bound  process  >>>

I/O-bound  process  A:  arrival  time  136ms;  26  CPU  bursts

I/O-bound  process  B:  arrival  time  1969ms;  28  CPU  bursts

CPU-bound  process  C:  arrival  time  1810ms;  89  CPU  bursts

<<<  PROJECT  PART  II  --  t_cs=4ms;  alpha=0 .75;  t_slice=256ms  >>>

time  0ms:  Simulator  started  for  FCFS  [Q  <empty>]

time  136ms:  Process  A  arrived;  added  to  ready  queue  [Q  A]

time  138ms:  Process  A  started  using  the  CPU  for  1330ms  burst  [Q  <empty>]  time  1468ms:  Process  A  completed  a  CPU  burst;  25  bursts  to  go  [Q  <empty>]

time  1468ms:  Process  A  switching  out  of  CPU;  blocking  on  I/O  until  time  7210ms  [Q  <empty>] time  1810ms:  Process  C  arrived;  added  to  ready  queue  [Q  C]

time  1812ms:  Process  C  started  using  the  CPU  for  2396ms  burst  [Q  <empty>] time  1969ms:  Process  B  arrived;  added  to  ready  queue  [Q  B]

time  4208ms:  Process  C  completed  a  CPU  burst;  88  bursts  to  go  [Q  B]

time  4208ms:  Process  C  switching  out  of  CPU;  blocking  on  I/O  until  time  5225ms  [Q  B] time  4212ms:  Process  B  started  using  the  CPU  for  303ms  burst  [Q  <empty>]

...

time  515999ms:  Simulator  ended  for  FCFS  [Q  <empty>]

time  0ms:  Simulator  started  for  SJF  [Q  <empty>]

...

time  517569ms:  Simulator  ended  for  SJF  [Q  <empty>]

time  0ms:  Simulator  started  for  SRT  [Q  <empty>]

...

time  527029ms:  Simulator  ended  for  SRT  [Q  <empty>]

time  0ms:  Simulator  started  for  RR  [Q  <empty>]

...

time  535176ms:  Simulator  ended  for  RR  [Q  <empty>]

Required output file

In addition to the above output, which is sent to stdout, generate an output file called simout .txt that contains statistics for each simulated algorithm.

The file format is shown below.  Use the  “ceiling” function out to exactly three digits after the decimal point for your averages.

Note the values in parentheses show the data specifically for CPU-bound and I/O-bound processes, respectively.

(v1.1) If calculating the average will cause division by 0, simply set the average to 0.

Algorithm  FCFS

--  CPU  utilization:  68 .769%

--  average  CPU  burst  time:  2481 .434 ms  (3450 .068 ms/884 .982 ms)

--  average  wait  time:  821 .651 ms  (131 .315 ms/1959 .426 ms)

--  average  turnaround  time:  3307 .084 ms  (3585 .383 ms/2848 .408 ms)

--  number  of  context  switches:  143  (89/54)

--  number  of  preemptions:  0  (0/0)

Algorithm  SJF

--  CPU  utilization:  68 .560%

--  average  CPU  burst  time:  2481 .434 ms  (3450 .068 ms/884 .982 ms)

--  average  wait  time:  854 .588 ms  (148 .956 ms/2017 .575 ms)

--  average  turnaround  time:  3340 .021 ms  (3603 .023 ms/2906 .556 ms)

--  number  of  context  switches:  143  (89/54)

--  number  of  preemptions:  0  (0/0)

Algorithm  SRT

--  CPU  utilization:  67 .330%

--  average  CPU  burst  time:  2481 .434 ms  (3450 .068 ms/884 .982 ms)

--  average  wait  time:  395 .749 ms  (254 .529 ms/628 .500 ms)

--  average  turnaround  time:  2881 .658 ms  (3709 .315 ms/1517 .556 ms)

--  number  of  context  switches:  160  (105/55)

--  number  of  preemptions:  17  (16/1)

Algorithm  RR

--  CPU  utilization:  66 .305%

--  average  CPU  burst  time:  2481 .434 ms  (3450 .068 ms/884 .982 ms)

--  average  wait  time:  461 .399 ms  (341 .304 ms/659 .334 ms)

--  average  turnaround  time:  2953 .182 ms  (3800 .854 ms/1556 .093 ms)

--  number  of  context  switches:  370  (211/159)

--  number  of  preemptions:  227  (122/105)

To count the number of context switches, you should count the number of times a process starts using the CPU.

Error handling

If improper command-line arguments are given,  report an error message to  stderr and abort further program execution.   In general,  if an error is encountered,  display  a meaningful error message on stderr, then abort further program execution.

Error messages must be one line only and use the following format:

ERROR:  <error-text-here>

Submission instructions

To submit your assignment and also perform final testing of your code, please use Submitty.

Note that this assignment will be available on Submitty a minimum of three days before the due date.  Please do not ask when Submitty will be available, as you should first perform adequate testing on your own Ubuntu platform.

Relinquishing allocated resources

Be sure that all resources (e.g., dynamically allocated memory) are properly relinquished for what- ever language/platform you use for this assignment. Sloppy programming will likely result in lower grades. Consider doing frequent code reviews with your teammates if working on a team.