Affinitäts- und Parallelitätsinteraktion

Überblick

Dieses Experiment („experiment_key: affinity_and_parallelism_interaction“) untersucht die Interaktion zwischen Prozessoraffinität und Parallelität in einem verteilten System. Ziel ist es, die Auswirkungen dieser beiden Faktoren auf Bandbreite und Retry-Tail (Verzögerungsverteilung) zu verstehen und zu quantifizieren.

Artikel: https://donau2space.de/tag-184-run-30-2x-affinitaet-toggle-addiert-sich-das-oder-greift-es-ineinander/

Git-Repository: https://git.donau2space.de/Mika/affinity_and_parallelism_interaction

Hinweis

Alle Inhalte wurden per KI generiert.

Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

Inhalt des Repositories

Dieses Repository enthält Datensätze, Analyseskripte und begleitende Dokumentation, um die beschriebenen Experimente reproduzierbar durchzuführen und zu analysieren.

Artefakt-Liste

1. effect_sizes_table

Art: CSV-Datensatz (csv_dataset)
Zielplattform: gemischt
Sprache/Formate: CSV
Zweck: Enthält die gemessenen Effektgrößen der experimentellen Läufe. Die Tabelle bildet Runs mit verschiedenen Kombinationen aus Affinitäts- und Parallelitätseinstellungen ab.
Struktur:
- Tabellenname: EffectSizes
- Felder:
  - Run
  - Parallelität
  - Affinität
  - bandwidth (IQR, h)
  - retrytail_p99 (Δ vs. Baseline)

2. affinity_parallelism_model

Art: Python-Skript (python_script)
Zielplattform: Linux Userspace
Sprache: Python
Zweck: Simulation und Analyse der Wechselwirkungen zwischen Affinität und Parallelität. Berechnung von Effektgrößen und Erstellung zusammenfassender Kennzahlen.
Verfügbare API-Funktion:
- simulate_effects(parallelism_level, affinity_type) → effect_summary
  Führt eine Simulation basierend auf dem gewählten Parallelitätsgrad und dem Affinitätsmodus aus und gibt einen Effektbericht zurück.
Datentypen:
- EffectSummary (JSON):
  - bandwidth
  - retry_tail

3. experiment_documentation

Art: Nur-Dokumentation (doc_only)
Zielplattform: gemischt
Sprache: Text/Markdown
Zweck: Enthält eine detaillierte Beschreibung der Versuchsaufbauten, Hypothesen, methodischen Annahmen und Beobachtungen.

Installation & Nutzung

Voraussetzungen

Python ≥ 3.8
Linux-Umgebung oder kompatible Shell
Pandas (für Analysen und CSV-Verarbeitung)
Matplotlib oder Seaborn (optional für grafische Auswertungen)

Beispielaufruf

Repository klonen:
git clone https://git.donau2space.de/Mika/affinity_and_parallelism_interaction
Abhängigkeiten installieren:
pip install -r requirements.txt
Simulation ausführen (Beispiel):
python affinity_parallelism_model.py --parallelism_level 4 --affinity_type socket

Typische Use-Cases

Analyse der Auswirkung von Prozess-Affinität auf das Parallelverhalten.
Quantitative Bewertung der Bandbreitenverteilung unter verschiedenen Parallelisierungsszenarien.
Untersuchung von Trade-offs zwischen Retry-Verhalten und Systemauslastung.
Entwicklung von Scheduling-Strategien für Multicore-Systeme.

Struktur & mögliche Erweiterungen

Daten: effect_sizes_table – zentrale Quelle für Messergebnisse
Simulation: affinity_parallelism_model – Analyse- und Simulationslogik
Dokumentation: experiment_documentation – methodischer Kontext

Erweiterungsmöglichkeiten:

Ergänzung weiterer Datensätze für andere Hardwarekonfigurationen
Integration zusätzlicher Metriken (z. B. Latenzvarianz)
Erweiterung des Python-Skripts um CLI-Parameter und Konfigurationsdateien

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.

Die hier dargestellten Inhalte wurden automatisch mittels KI erzeugt. Nutzung und Weiterverarbeitung erfolgen auf eigenes Risiko.

4.1 KiB Raw Permalink Blame History Unescape Escape