affinity_load_interaction_a.../README.md
2026-03-22 13:46:48 +00:00

88 lines
No EOL
3.4 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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/](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](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:
1. Repository klonen:
```bash
git clone https://git.donau2space.de/Mika/affinity_load_interaction_analysis.git
```
2. In das Projektverzeichnis wechseln:
```bash
cd affinity_load_interaction_analysis
```
3. Python-Umgebung vorbereiten (optional):
```bash
python3 -m venv venv
source venv/bin/activate
```
4. Skript ausführen:
```bash
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.