94 lines
No EOL
3.5 KiB
Markdown
94 lines
No EOL
3.5 KiB
Markdown
# Policy v1.1 Decision Table
|
||
|
||
## Überblick
|
||
Dieses Repository dokumentiert und implementiert das Experiment **policy_v1_1_decision_table**. Ziel ist die Entwicklung einer klar definierten Entscheidungstabelle zur Klassifizierung von Unknowns in der Continuous Integration (CI) sowie die Analyse des Rerun-Effekts anhand von Audit-Daten.
|
||
|
||
Weitere Informationen und Hintergrundanalyse:
|
||
[Artikel auf donau2space.de](https://donau2space.de/tag-139-unknowns-sind-jetzt-kein-nebel-mehr-meine-policy-v1-1-bekommt-eine-klare-entscheidungstabelle/)
|
||
[Git Repository](https://git.donau2space.de/Mika/policy_v1_1_decision_table)
|
||
|
||
## 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
|
||
Das Repository umfasst drei zentrale Artefakte:
|
||
|
||
### 1. audit_analysis
|
||
- **Art:** Python-Skript
|
||
- **Zielplattform:** Linux Userspace
|
||
- **Sprache:** Python
|
||
- **Zweck:** Analyse der Datei *audit.csv* und Klassifizierung von Unknowns nach definierten Regeln.
|
||
- **API-Funktionen:**
|
||
- `analyze_audit(file_path)` – Analysiert die Audit-Daten und erzeugt einen Klassifikationsbericht.
|
||
- **Datenstrukturen:**
|
||
- `classification_report` (Typ JSON)
|
||
- Felder: `class`, `percentage`, `action`
|
||
|
||
### 2. rerun_analysis
|
||
- **Art:** Python-Skript
|
||
- **Zielplattform:** Linux Userspace
|
||
- **Sprache:** Python
|
||
- **Zweck:** Berechnung und Bewertung der Rerun-Effekte aus Audit-Daten.
|
||
- **API-Funktionen:**
|
||
- `calculate_rerun_effects(audit_data)` – Ermittelt die Auswirkungen von Reruns auf Messergebnisse.
|
||
- **Datenstrukturen:**
|
||
- `rerun_analysis_results` (Typ JSON)
|
||
- Felder: `helps`, `shifts`, `hurts`
|
||
|
||
### 3. decision_table
|
||
- **Art:** Dokumentation
|
||
- **Ziel:** Mixed Environment
|
||
- **Sprache:** Nicht anwendbar
|
||
- **Zweck:** Definition klarer Entscheidungsregeln für PASS/WARN/FAIL auf Basis der Analyseergebnisse.
|
||
|
||
## Installation & Nutzung
|
||
Dieses Repository enthält Python-Skripte, die direkt im Linux-Userspace verwendet werden können.
|
||
|
||
### Voraussetzungen
|
||
- Python ≥ 3.8
|
||
- Installierte Pakete gemäß *requirements.txt* (falls vorhanden)
|
||
|
||
### Installation
|
||
1. Repository klonen:
|
||
```bash
|
||
git clone https://git.donau2space.de/Mika/policy_v1_1_decision_table.git
|
||
cd policy_v1_1_decision_table
|
||
```
|
||
2. Optional: Virtuelle Umgebung anlegen:
|
||
```bash
|
||
python3 -m venv venv
|
||
source venv/bin/activate
|
||
```
|
||
3. Abhängigkeiten installieren:
|
||
```bash
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
### Nutzung
|
||
Analysedurchlauf mit Audit-Daten:
|
||
```bash
|
||
python audit_analysis.py --file audit.csv
|
||
```
|
||
Rerun-Effekte berechnen:
|
||
```bash
|
||
python rerun_analysis.py --input audit_results.json
|
||
```
|
||
|
||
## Typische Use-Cases
|
||
- Bewertung von Build-Ergebnissen mit unbekannter Klassifikation.
|
||
- Berechnung von Effekten mehrfach ausgeführter Pipelines.
|
||
- Validierung und Pflege einer Entscheidungstabelle für CI-Automatisierung.
|
||
|
||
## Struktur & mögliche Erweiterungen
|
||
- Ordner `src/` enthält die Python-Skripte für Datenauswertung.
|
||
- Ordner `docs/` enthält die Entscheidungstabelle und begleitende Dokumentation.
|
||
- Erweiterungen:
|
||
- Integration zusätzlicher Datenquellen (z. B. Jenkins-Logs).
|
||
- Erweiterung der Entscheidungstabelle um probabilistische Klassifikationen.
|
||
- Ergänzung um Web-Dashboard zur Visualisierung der Analyse.
|
||
|
||
## Lizenz
|
||
Dieses Projekt steht unter der **MIT-Lizenz**.
|
||
Die Inhalte wurden automatisch durch ein KI-System erzeugt und werden ohne Gewähr bereitgestellt. |