# Birthday Experiment Runs

## Überblick
Dieses Repository dokumentiert das Projekt **birthday_experiment_runs**. Es handelt sich um ein experimentelles System zur Analyse von Run-Daten in Bezug auf „pinned“ und „unpinned“ Ausführung. Ziel ist die Untersuchung der Auswirkungen auf Performance und Stabilität anhand von Mess- und Vergleichsdaten, die automatisiert ausgewertet und visualisiert werden.

**Link zum Artikel:** [https://donau2space.de/tag-127-1346-geburtstag-bedecktes-passau-und-sechs-neue-runs-ohne-ausreden/](https://donau2space.de/tag-127-1346-geburtstag-bedecktes-passau-und-sechs-neue-runs-ohne-ausreden/)

**Git Repository:** [https://git.donau2space.de/Mika/birthday_experiment_runs](https://git.donau2space.de/Mika/birthday_experiment_runs)

## 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

### 1. sanity_check_tool
**Art:** Python Script  
**Ziel:** Linux-Demo  
**Sprachen:** Python  
**Zweck:** Führt Sanity-Checks auf den Run-Daten durch, um strukturelle und datenbezogene Anomalien zu identifizieren.

**API-Funktionen:**
- **perform_sanity_checks(run_data)** → Gibt eine JSON-Struktur *check_results* zurück, die Informationen über fehlende, fehlerhafte oder leere Felder enthält.

**Datenstrukturen:**
- *run_data (JSON):* runs, sanity_checks
- *check_results (JSON):* missing_pairs, broken_ids, empty_fields, clock_switch_count

---

### 2. experiment_results_visualization
**Art:** Web UI  
**Ziel:** Web  
**Sprachen:** HTML, CSS, JavaScript  
**Zweck:** Visualisiert und vergleicht Experimentresultate zwischen pinned und unpinned Runs.

**API-Funktionen:**
- **fetch_results()** → Gibt *experiment_data* zurück, die pinned/unpinned Ergebnisse enthält.

**Routen:**
- **GET /results:** Lädt die aktuellen Versuchsergebnisse.

**Datenstrukturen:**
- *experiment_data (JSON):* pinned, unpinned

---

### 3. data_export
**Art:** CSV Dataset  
**Ziel:** Mixed  
**Sprachen:** CSV  
**Zweck:** Exportiert die aggregierten Messdaten als CSV-Datei, um externe Analysen zu ermöglichen.

**API-Funktionen:**
- **export_data(experiment_data)** → Erzeugt eine CSV-Datei für Weiterverarbeitung.

**Datenstrukturen:**
- *experiment_data (CSV):* run_id, pinned_duration, unpinned_duration, latency


## Voraussetzungen (Webserver/DB)
Für das Web-Frontend wird ein Standard-Webserver (z. B. NGINX oder Apache) empfohlen. Es ist keine Datenbank zwingend erforderlich; experiment_data kann lokal als JSON-Datei bereitgestellt werden.


## Installation & Nutzung
1. **Python-Komponente (sanity_check_tool):**
   - Voraussetzung: Python ≥ 3.8
   - Installation der Abhängigkeiten: `pip install -r requirements.txt`
   - Ausführung: `python sanity_check_tool.py`

2. **Web-Frontend (experiment_results_visualization):**
   - Dateien in ein Webserver-Verzeichnis legen
   - Im Browser öffnen: `http://localhost/results`

3. **CSV-Datenexport:**
   - Das Skript erzeugt exportierte CSV-Dateien zur Weiterverwendung.


## Typische Use-Cases
- Überprüfung der Datenqualität vor weiteren Analysen.
- Visualisierung von Performance-Unterschieden zwischen pinned und unpinned Runs.
- Export der Ergebnisdaten für statistische oder externe Tools.


## Struktur & mögliche Erweiterungen
- **/scripts/** enthält Python-Tools für Analysen und Sanity-Checks.
- **/web/** enthält das Web-Frontend für Visualisierung.
- **/data/** enthält CSV-Exporte und Eingabedaten.

Mögliche Erweiterungen:
- Automatisierte Auswertung über zusätzliche Python-Module.
- Integration weiterer Visualisierungskomponenten (z. B. D3.js).


## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.  
Die Nutzung erfolgt auf eigene Verantwortung.