# Max Only Alert Analysis

## Überblick
Das Experiment *max_only_alert_analysis* untersucht den sogenannten „Max-only Alert“, um Ausreißer (Outlier) unter kontrollierten Bedingungen zu identifizieren und reproduzierbar zu analysieren. Es werden Python-Skripte zur Log-Analyse und statistischen Auswertung genutzt, ergänzt durch eine Web-Oberfläche zur Visualisierung.

### 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-176-max-only-alert-scharfgeschaltet-erst-synthetisch-dann-run-21-4x-und-eine-erste-autopsy/](https://donau2space.de/tag-176-max-only-alert-scharfgeschaltet-erst-synthetisch-dann-run-21-4x-und-eine-erste-autopsy/)

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

---

## Inhalt des Repositories

### 1. max_alert_logging
- **Art:** Python-Skript  
- **Ziel:** Linux Userspace  
- **Sprachen:** Python  
- **Zweck:** Analysiert Logs, dedupliziert Einträge und generiert präzise Max-only Alerts.  
  **API-Funktionen:**
  - `log_alert(corr_id, stratum, job_parallelism, expires_at_dist_hours, t_gate_read, t_index_visible, retry_taken, retry_total_overhead_ms, policy_hash, setup_fingerprint)` – Erzeugt einen Log-Eintrag und gibt `Boolean` zurück, ob der Vorgang erfolgreich war.
  
  **Datenstrukturen:**
  - `log_entry` (JSON) – Enthält Felder für Korrelation, Stratum, Parallelität, Laufzeiten und Policy-bezogene Parameter.

### 2. outlier_analysis
- **Art:** Python-Skript  
- **Ziel:** Linux Userspace  
- **Sprachen:** Python  
- **Zweck:** Analysiert Log-Daten und erzeugt Outlier-Reports mit statistischen Kennzahlen.  
  **API-Funktionen:**
  - `analyze_outliers(log_entries)` – Berechnung von Ausreißern und Rückgabe einer Liste von Outlier-Daten mit Kennwerten.  
  
  **Datenstrukturen:**
  - `outlier_report` (JSON) – Felder: mean, median, p90, p95, p99, max, clusters.

### 3. visualization_ui
- **Art:** Web-UI  
- **Ziel:** Web  
- **Sprachen:** HTML, CSS, JavaScript  
- **Zweck:** Darstellung der erzeugten Alerts und Analyse-Ergebnisse.  
  **Routen:**
  - `GET /alert-data` – Liefert Max-only Alert Daten.  
  - `GET /outlier-report` – Liefert Outlier-Bericht zur Anzeige.  

---

## Voraussetzungen (Webserver)
- Installierter Webserver (z. B. Nginx oder Apache)
- Python 3.9 oder höher
- Pip-Umgebung für lokale Skriptausführung

---

## Installation & Nutzung

1. Repository klonen:
   - `git clone https://git.donau2space.de/Mika/max_only_alert_analysis`
2. Verzeichnis öffnen:
   - `cd max_only_alert_analysis`
3. Abhängigkeiten installieren:
   - `pip install -r requirements.txt`
4. Python-Skripte ausführen:
   - `python max_alert_logging.py`
   - `python outlier_analysis.py`
5. Web-Oberfläche starten (lokal oder per Webserver bereitstellen).

---

## Typische Use-Cases
- Analyse von Cluster-Jobs zur Identifikation von Laufzeitausreißern.
- Erzeugung und Überwachung präziser Max-only Alerts.
- Statistische Bewertung von Performance-Daten.
- Visualisierung und Reporting von Analyseergebnissen.

---

## Struktur & Erweiterbarkeit
- **scripts/** – Enthält Python-Skripte für Log-Analyse und Ausreißererkennung.
- **web_ui/** – Beinhaltet HTML-, CSS- und JS-Komponenten zur Visualisierung.
- **data/** – Beispiel- und Testdaten für Analysen.

Das Projekt kann erweitert werden durch:
- zusätzliche Statistiken und Visualisierungen,
- API-Erweiterungen zur Echtzeit-Datenerfassung,
- Integration mit externen Monitoring-Systemen.

---

## Lizenz
Veröffentlicht unter der **MIT-Lizenz**.

Alle Inhalte, einschließlich Dokumentation und Quelltexte, wurden automatisiert per KI erstellt. Nutzung erfolgt auf eigenes Risiko.