Interferenz Map Analysis

Überblick

Dieses Projekt – experiment_key: interferenz_map_analysis – dient der Analyse und Visualisierung von Interferenz-Messdaten zur Optimierung der Pool-Isolation in Systemen. Daten werden automatisiert verarbeitet, ausgewertet und in einer interaktiven Weboberfläche visualisiert.

Artikel: https://donau2space.de/tag-191-interferenz-map-aus-31b-34-ab-wann-lohnt-sich-ein-extra-pool-wirklich/
Git-Repository: https://git.donau2space.de/Mika/interferenz_map_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

1. interferenz_metrics_parser

• Art: python_script
• Ziel: Linux Userspace
• Sprachen: Python
• Zweck: Analyse und Berechnung von Interferenz-Metriken aus Log-Daten.

API-Funktion:

• parse_interference_logs(log_file_path) – liest Log-Dateien, extrahiert Metriken und gibt eine Liste von JSON-Objekten mit den Feldern run_id, retry_tail_p99, band_width und mix_ratio zurück.

2. interference_visualization

• Art: web_ui
• Ziel: Web
• Sprachen: HTML, CSS, JavaScript
• Zweck: Darstellung einer interaktiven Interferenz-Map basierend auf den analysierten Metriken.

API-Route:

• GET /visualization – lädt die Visualisierung der Interferenz-Map.

Genutzte Module: chart.js

3. cost_scaling_analysis

• Art: python_script
• Ziel: Linux Userspace
• Sprachen: Python
• Zweck: Berechnung der Kosten und Skalierbarkeit von verschiedenen Pool- und Worker-Konfigurationen.

API-Funktion:

• analyze_cost_scalability(worker_count) – berechnet die Kosten pro Worker und liefert aggregierte Kennzahlen (worker_count, cost_per_worker, total_cost).

---

Voraussetzungen (Webserver / Daten)

• Lokale oder entkoppelte Webserver-Umgebung (z. B. nginx oder Apache)
• Browser mit Unterstützung für moderne JavaScript-Frameworks
• Python ≥ 3.9

---

Installation & Nutzung

Python-Komponenten

1. Python-Umgebung vorbereiten:

   python3 -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt
   

2. Analyse-Skript ausführen:

   python3 interferenz_metrics_parser.py --input logs/system.log
   

3. Kostenanalyse durchführen:

   python3 cost_scaling_analysis.py --workers 32
   

Web-Frontend starten

1. Webserver konfigurieren (z. B. nginx auf localhost:8080)
2. Verzeichnis web_ui/ bereitstellen.
3. Im Browser http://localhost:8080/visualization aufrufen.

---

Typische Use-Cases

• Vergleich von Interferenz-Messungen zwischen verschiedenen Pool-Konfigurationen
• Untersuchung der Bandbreite und Retry-Latenz im Worker-Bereich
• Visualisierung von Interferenz-Daten und Entscheidungshilfe für Isolationsstrategien
• Berechnung der Kosten-Nutzen-Skalierung bei Cluster-Erweiterung

---

Struktur & mögliche Erweiterungen

• /scripts/ – enthält Python-Skripte zur Analyse
• /web_ui/ – enthält die Webanwendung zur Visualisierung
• /data/ – optionale Eingabedaten und Log-Beispiele

Erweiterbar um:

• zusätzliche Metriken (z. B. CPU-/IO-Interferenz)
• API-Integrationen zu externen Monitoring-Systemen
• weitere visuelle Layouts im Frontend

---

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.
Alle Inhalte stammen aus automatisierter KI-Erstellung. Verwendung erfolgt auf eigenes Risiko.