Add README.md

README.md

@@ -0,0 +1,75 @@
+# eBPF Write Hooks Analysis
+
+## Überblick
+Dieses Experiment mit dem Schlüssel **eBPF_Write_Hooks_Analysis** untersucht die Funktionsweise und Auswirkungen der write_pre- und write_post-Hooks unter Einsatz von eBPF-Instrumentierung. Ziel ist es, das Schreibverhalten und dessen Einfluss auf Lesevorgänge detailliert zu analysieren.
+
+**Link zum Artikel:** [https://donau2space.de/tag-122-1747-klarer-himmel-ueber-passau-und-ich-hake-die-write_pre-write_post-hooks-direkt-an-die-stores/](https://donau2space.de/tag-122-1747-klarer-himmel-ueber-passau-und-ich-hake-die-write_pre-write_post-hooks-direkt-an-die-stores/)
+
+**Git-Repository:** [https://git.donau2space.de/Mika/eBPF_Write_Hooks_Analysis](https://git.donau2space.de/Mika/eBPF_Write_Hooks_Analysis)
+
+### Hinweis
+Alle Inhalte wurden per KI generiert. Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich und auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.
+
+## Inhalt des Repositories
+Dieses Repository enthält Python-Analysetools und ein Web-Frontend zur Visualisierung der Ergebnisse.
+
+### Artefakte
+
+#### 1. trace_agg.py
+- **Art:** Python-Skript  
+- **Ziel:** Linux Userspace  
+- **Sprachen:** Python  
+- **Zweck:** Analyse der eBPF-Trace-Daten mit Fokus auf write_pre- und write_post-Hooks.
+- **API-Funktionen:**  
+  - `analyze_trace(trace_data)` → führt eine Analyse der Trace-Daten durch und liefert Analyseergebnisse.  
+- **Datenstruktur:**  
+  - `TraceData (JSON)` mit den Feldern `corr_id`, `event_type`, `timestamp`.
+
+#### 2. marker_analysis
+- **Art:** Python-Skript  
+- **Ziel:** Linux Userspace  
+- **Sprachen:** Python  
+- **Zweck:** Validierung der Marker und Untersuchung retry-freier Reads.  
+- **API-Funktionen:**  
+  - `validate_markers(marker_data)` → prüft Marker-Daten und gibt Validierungsergebnisse zurück.
+- **Datenstruktur:**  
+  - `MarkerData (JSON)` mit den Feldern `marker_id`, `timestamp`, `status`.
+
+#### 3. results_visualization
+- **Art:** Web-UI  
+- **Ziel:** Webbrowser  
+- **Sprachen:** HTML, CSS, JavaScript  
+- **Zweck:** Darstellung der Analyseergebnisse der Write- und Read-Operationen.  
+- **Routen:**  
+  - `/analyze_results (GET)` → lädt Analyseergebnisse für die Anzeige im Web-Frontend.
+
+## Voraussetzungen (Webserver/DB)
+Für die Visualisierung ist ein Webserver (z. B. Nginx oder Apache) erforderlich. Eine Datenbank ist optional und nur bei Bedarf zur Speicherung historischer Analysedaten nötig.
+
+## Starten der Anwendung
+1. Python ≥ 3.8 installieren.
+2. Erforderliche Pakete installieren (`pip install -r requirements.txt`).
+3. Analyse durchführen:
+   - `python trace_agg.py`
+   - `python marker_analysis`
+4. Webserver starten und die HTML-Dateien aus `results_visualization/` bereitstellen.
+
+## Typische Use-Cases
+- Untersuchung von eBPF-Hook-Aktivitäten bei Schreibvorgängen.
+- Validierung der Marker-Daten auf Integrität und Korrelation.
+- Visualisierung von Trace-Zeiten, Latenzen und Korrelationen zwischen Write- und Read-Prozessen.
+- Integration eigener eBPF-Datenquellen für performanceorientierte Analysen.
+
+## Struktur & mögliche Erweiterungen
+- **analysis/** – enthält Python-Skripte zur Trace-Auswertung.  
+- **results_visualization/** – statische Webanwendung zur Darstellung der Ergebnisse.  
+- **data/** – Eingabe- und Beispiel-Traces.  
+
+Künftige Erweiterungen können die Unterstützung zusätzlicher Hook-Typen (z. B. read_pre/read_post) oder automatisierte Reportgenerierung umfassen.
+
+## Lizenz
+Dieses Projekt steht unter der **MIT-Lizenz**.
+
+---
+
+*Hinweis:* Alle Inhalte dieser README sowie die Projektdateien wurden automatisch durch KI generiert. Die Nutzung erfolgt ausschließlich auf eigene Verantwortung.