Affinity Load Interaction Analysis

Überblick

Analyse der Interaktion zwischen Affinität und Last anhand quantitativer Effekte auf Bandbreite und Retry-Rate. Dieses Experiment trägt den Schlüssel affinity_load_interaction_analysis und untersucht Zusammenhänge zwischen CPU-Affinität, Systemlast und Leistungsparametern.

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.

Link zum Artikel: https://donau2space.de/tag-185-diff-of-diffs-steht-affinitaetxlast-ist-messbar-und-31-bekommt-eine-harte-schwelle/

Git Repository: https://git.donau2space.de/Mika/affinity_load_interaction_analysis

Inhalt des Repositories

Artefakte

1. affinity_effect_calculator

Art: python_script
Ziel: linux-userspace
Sprachen: Python
Zweck: Berechnet den Effekt von Affinität auf die Bandbreite basierend auf den Ergebnissen mehrerer Runs.

API-Funktionen:

calculate_affinity_effect(effect_4x, effect_2x) – Berechnet den kombinierten Effekt der gemessenen Affinitätsdaten.

Verwendete Datenstruktur:

EffectData (JSON): Felder effect_4x, effect_2x, calculated_effect

2. effects_dataset

Art: json_dataset
Ziel: mixed
Sprachen: JSON
Zweck: Speicherung historischer Effekte von Affinität und Last zur weiteren quantitativen Auswertung.

Datenstruktur:

HistoricalEffects (JSON): Felder date, effect_4x, effect_2x, calculated_effect

3. affinity_analysis_documentation

Art: doc_only
Ziel: mixed
Zweck: Enthält die begleitende Dokumentation der Analyse, Methodik und Ergebnisse.

Installation & Nutzung

Python-Skript ausführen

Voraussetzung: Python 3.x installiert.

Generische Schritte:

Repository klonen:

git clone https://git.donau2space.de/Mika/affinity_load_interaction_analysis.git

In das Projektverzeichnis wechseln:
```
cd affinity_load_interaction_analysis
```

Python-Umgebung vorbereiten (optional):

python3 -m venv venv
source venv/bin/activate

Skript ausführen:
```
python3 affinity_effect_calculator.py
```

Das Skript lädt Datensätze aus effects_dataset und berechnet darauf aufbauend Affinitätsmetriken.

Typische Use-Cases

Vergleich der Lastverteilung zwischen CPU-Kernen mit unterschiedlicher Affinität.
Bewertung der Auswirkung von Affinitätsstrategien auf die Systembandbreite.
Erstellung von Trainingsdaten für Optimierungsmodelle im Scheduling.

Struktur & mögliche Erweiterungen

/scripts/ – enthält Python-Logik zur Effektberechnung.
/data/ – JSON-Datensätze (historische Messungen).
/docs/ – methodische Beschreibung und Analyseberichte.

Zukünftige Erweiterungen:

Erweiterte Plot-Funktionalität zur grafischen Darstellung der Affinitätswirkungen.
Integration zusätzlicher Hardware-Metriken.

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.

Alle Inhalte stammen aus einer automatischen Generierung und dienen ausschließlich Demonstrations- und Forschungszwecken.

3.4 KiB Raw Permalink Blame History Unescape Escape