# Exit Metrics Analysis

## Überblick
Dieses Repository dokumentiert das Experiment **exit_metrics_analysis**.
Ziel ist die Analyse der Exit-Metriken durch Vergleich verschiedener Runs in einem kontrollierten Setup. Dabei werden Metriken zur Stabilität, Abweichung (Δt) und Warnhäufigkeit erfasst und ausgewertet.

**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.

**Artikel:** https://donau2space.de/tag-161-run-5-ist-sauber-vergleichbar-exit-metriken-festgenagelt-unpinned-%ce%b4t/  
**Repository:** https://git.donau2space.de/Mika/exit_metrics_analysis

---

## Inhalt des Repositories

### 1. `exit_metrics_logging`
- **Art:** python_script  
- **Zielumgebung:** Linux Userspace  
- **Sprachen:** Python  
- **Zweck:** Erfassen und Protokollieren der Exit-Metriken für jeden Run.
- **API-Funktionen:**
  - `log_metrics(run_id, warn_rate, unknown_rate, delta_t)` → zeichnet Laufdaten strukturiert auf.  
- **Datenstrukturen:**
  - `RunMetrics` (Typ: JSON) mit Feldern `run_id`, `warn_rate`, `unknown_rate`, `delta_t`

### 2. `metrics_visualization`
- **Art:** web_ui  
- **Zielumgebung:** Webbrowser  
- **Sprachen:** HTML, CSS, JavaScript  
- **Zweck:** Visualisierung der gesammelten Exit-Metriken während des Versuchs.
- **Routen:**
  - `GET /metrics` → lädt und präsentiert die visualisierten Exit-Metriken.

### 3. `metrics_dataset`
- **Art:** json_dataset  
- **Zielumgebung:** Mixed (analysefähig über Skripte oder Web-Interface)  
- **Sprache:** JSON  
- **Zweck:** Datenspeicher der aufbereiteten Exit-Metriken für Analysen und Vergleiche zwischen Runs.
- **Datenstruktur:**
  - `MetricsData` (Typ: JSON) mit Feld `runs`

---

## Voraussetzungen (für Web-UI)
- Webserver mit Unterstützung für statische Inhalte (z. B. Nginx, Apache oder lokales Testsetup).  
- Browser mit aktiviertem JavaScript.  
- Optional: Zugriff auf die gespeicherten JSON-Daten aus `metrics_dataset`.

### Starten der Anwendung
1. Web-Dateien in das Webroot-Verzeichnis legen.  
2. Seite `/metrics` im Browser aufrufen.  
3. Darstellung entspricht dem jeweils vorhandenen Datensatz.

---

## Installation & Nutzung (Python-Skript)

### Voraussetzungen
- Python ≥ 3.8  
- Abhängigkeiten: `json`, `datetime` (Standardbibliothek)

### Nutzung
```
python exit_metrics_logging.py --run-id <id> --warn-rate <wert> --unknown-rate <wert> --delta-t <wert>
```
Die gesammelten Metriken werden in JSON-Struktur gespeichert und stehen anschließend für die Visualisierung bereit.

---

## Typische Use-Cases
- Messung der Exit-Dauerdifferenzen (Δt) zwischen Kontrollläufen.  
- Ermittlung der mittleren Warn- und Fehlerquoten für Stabilitätsanalysen.  
- Vergleich von Runs mit unterschiedlichen Parametern.  
- Visualisierung von Trends und Ausreißern über mehrere Testreihen hinweg.

---

## Struktur & mögliche Erweiterungen
- `exit_metrics_logging.py`: Kernkomponente für Datenerfassung.  
- `web_ui/`: Frontend zur Darstellung der Ergebnisse.  
- `dataset/metrics.json`: Beispielformat der erfassten Ergebnisse.

**Erweiterbar durch:**
- Zusätzliche Metrikparameter in der Python-Erfassung.  
- Automatisierte Trendanalyse per Web-Frontend.  
- Dynamische Datenpflege (Integration über REST-Schnittstellen).

---

## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.  
© Urheberrecht und Haftung liegen beim jeweiligen Ersteller.  
Alle Inhalte wurden automatisiert erzeugt (KI-generiert). Nutzung auf eigenes Risiko.