"""Model kapasitas & biaya node SaaS multi-tenant (M/M/c, Erlang C). Dipakai Lab Simulasi Peervie: fungsi simulate(p) menerima dict parameter dan mengembalikan dict hasil. Hanya memakai pustaka standar Python (berjalan di Pyodide/WebAssembly). Asumsi: kedatangan permintaan seluruh tenant di satu node = proses Poisson (superposisi N tenant identik, laju lam per tenant); waktu layanan eksponensial dengan rata-rata S ms; node memiliki c worker paralel dan satu antrean FCFS. """ import math JAM_PER_BULAN = 730.0 SLO_MS = 200.0 def erlang_c(c, a): """Peluang permintaan harus menunggu (Erlang C), a = lambda/mu (beban, Erlang).""" if a >= c: return 1.0 # Bentuk rekursif Erlang B yang stabil secara numerik, lalu konversi ke Erlang C. b = 1.0 for k in range(1, c + 1): b = a * b / (k + a * b) rho = a / c return b / (1.0 - rho + rho * b) def sojourn_tail(t, c, lam, mu): """P(T > t) untuk waktu tinggal T = tunggu + layanan pada M/M/c (eksak).""" a = lam / mu pw = erlang_c(c, a) theta = c * mu - lam if theta <= 0: return 1.0 if abs(theta - mu) < 1e-9: conv = math.exp(-mu * t) * (1.0 + mu * t) else: conv = (theta * math.exp(-mu * t) - mu * math.exp(-theta * t)) / (theta - mu) return (1.0 - pw) * math.exp(-mu * t) + pw * conv def quantile(q, c, lam, mu): """Kuantil waktu tinggal (detik) dengan bisection pada P(T > t) = 1 - q.""" target = 1.0 - q lo, hi = 0.0, 1.0 while sojourn_tail(hi, c, lam, mu) > target: hi *= 2.0 if hi > 1e6: return float("inf") for _ in range(80): mid = (lo + hi) / 2.0 if sojourn_tail(mid, c, lam, mu) > target: lo = mid else: hi = mid return (lo + hi) / 2.0 def metrics(N, lam, S_ms, c): """Ukuran kinerja satu node untuk N tenant.""" mu = 1000.0 / S_ms L = N * lam rho = L / (c * mu) if rho >= 1.0: return {"rho": rho, "pw": 1.0, "mean_ms": float("inf"), "p95_ms": float("inf"), "p99_ms": float("inf")} pw = erlang_c(c, L / mu) mean = pw / (c * mu - L) + 1.0 / mu return { "rho": rho, "pw": pw, "mean_ms": mean * 1000.0, "p95_ms": quantile(0.95, c, L, mu) * 1000.0, "p99_ms": quantile(0.99, c, L, mu) * 1000.0, } def n_max(lam, S_ms, c, slo_ms=SLO_MS, batas=5000): """Jumlah tenant terbanyak per node yang masih memenuhi SLO p95 (pencarian biner).""" if metrics(1, lam, S_ms, c)["p95_ms"] > slo_ms: return 0 lo, hi = 1, batas while lo < hi: m = (lo + hi + 1) // 2 if metrics(m, lam, S_ms, c)["p95_ms"] <= slo_ms: lo = m else: hi = m - 1 return lo def simulate(p): N = int(round(p["N"])) lam = float(p["lam"]) S = float(p["S"]) c = int(round(p["c"])) harga = float(p["harga"]) m = metrics(N, lam, S, c) nm = n_max(lam, S, c) biaya = harga * JAM_PER_BULAN / N hasil = { "utilisasi": m["rho"] * 100.0, "p_tunggu": m["pw"] * 100.0, "rerata_ms": m["mean_ms"], "p95_ms": m["p95_ms"], "p99_ms": m["p99_ms"], "biaya_tenant": biaya, "n_maks": float(nm), "biaya_n_maks": harga * JAM_PER_BULAN / nm if nm > 0 else None, } # Uji Batas Peervie memanggil model ratusan kali: kurva grafik tidak dibutuhkan di sana. if p.get("_peervie_batch"): return hasil xs = list(range(max(1, N // 4), max(N * 2, nm + 10) + 1, max(1, (max(N * 2, nm + 10) - max(1, N // 4)) // 80))) p95 = [] for x in xs: v = metrics(x, lam, S, c)["p95_ms"] p95.append(v if math.isfinite(v) and v < 5 * SLO_MS else None) hasil["kurva_p95"] = {"x": xs, "y": p95} hasil["kurva_biaya"] = {"x": xs, "y": [harga * JAM_PER_BULAN / x for x in xs]} return hasil if __name__ == "__main__": import json print(json.dumps(simulate({"N": 60, "lam": 2.0, "S": 40, "c": 8, "harga": 6000}), indent=1)[:600])