# rerun_budget_analysis

## Überblick
Analyse der Auswirkungen von `rerun_budget=1` auf Offline-Replays unter verschiedenen Bedingungen. Der Fokus liegt auf Entscheidungsprozessen und der Rolle von Unknowns.

Weitere Informationen: [Artikel auf donau2space.de](https://donau2space.de/tag-136-rerun_budget1-im-offline-replay-hilft-wirklich-oder-schiebt-nur-weiter/)

Git-Repository: [https://git.donau2space.de/Mika/rerun_budget_analysis](https://git.donau2space.de/Mika/rerun_budget_analysis)

### 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
Dieses Repository enthält drei Python-Skripte, die gemeinsam der Analyse und Entscheidungsunterstützung bei Rerun-Strategien dienen.

### Artefakte

#### 1. rerun_analysis_tool
- **Art:** Python-Skript
- **Ziel:** Linux Userspace
- **Sprache:** Python
- **Zweck:** Analyse von Rerun-Entscheidungen basierend auf Replay-Daten.

**API-Funktionen:**
- `analyze_runs(runs_data: list, threshold: float, rerun_budget: int) → dict`  
  Analysiert Durchläufe und bewertet, inwieweit die Rerun-Entscheidung zu Verbesserungen oder Verschlechterungen führt.

**Datenstruktur:**
- `RunResult`: enthält Felder `rerun_helps`, `rerun_shifts`, `rerun_hurts`

#### 2. unknowns_analysis
- **Art:** Python-Skript
- **Ziel:** Linux Userspace
- **Sprache:** Python
- **Zweck:** Untersuchung des Einflusses von Unknowns auf die Warnrate und Systemstabilität.

**API-Funktionen:**
- `analyze_unknowns(unknowns_data: list, warn_data: list) → dict`  
  Bestimmt die Zusammenhänge zwischen Unknowns und Warnverhalten.

**Datenstruktur:**
- `UnknownAnalysisResult`: enthält Felder `total_unknowns`, `warn_increases`, `warn_stable`

#### 3. decision_table_generator
- **Art:** Python-Skript
- **Ziel:** Linux Userspace
- **Sprache:** Python
- **Zweck:** Erstellung einer Entscheidungstabelle für Rerun-Strategien basierend auf konfigurierbaren Parametern.

**API-Funktionen:**
- `generate_decision_table(config: dict) → list`  
  Generiert eine tabellarische Übersicht möglicher Strategien in Abhängigkeit von Konfigurationsparametern.

**Datenstruktur:**
- `DecisionConfig`: enthält Felder `N_values`, `warn_threshold`, `rerun_options`, `unknown_handling`

## Installation & Nutzung
Für die Nutzung aller Skripte ist eine Python-Umgebung (Version ≥3.8) erforderlich.

### Installation
1. Repository klonen:  
   `git clone https://git.donau2space.de/Mika/rerun_budget_analysis`
2. Abhängigkeiten installieren (falls benötigt):  
   `pip install -r requirements.txt`

### Nutzung
Die Skripte können einzeln oder kombiniert ausgeführt werden, z. B.:
- `python rerun_analysis_tool.py input.json`
- `python unknowns_analysis.py unknown_data.json warn_data.json`
- `python decision_table_generator.py config.json`

## Typische Use-Cases
- Bewertung des Nutzens von `rerun_budget=1` im Offline-Replay
- Vergleich alternativer Rerun-Strategien
- Analyse von Unknowns und deren Einfluss auf Warnraten
- Erstellen tabellarischer Strategiezusammenfassungen für Entscheidungsmeetings

## Struktur & mögliche Erweiterungen
- **rerun_analysis_tool.py** – Kernanalysemodul für Replay-Daten
- **unknowns_analysis.py** – Unterstützungsmodul zur Untersuchung von Unknowns
- **decision_table_generator.py** – Generiert kombinierte Entscheidungsgrundlagen

Mögliche Erweiterungen:
- Integration zusätzlicher KPIs in die Analysefunktionen
- Anbindung einer Weboberfläche zur interaktiven Visualisierung
- Automatisierte Berichterstellung auf Basis der Analyseergebnisse

## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.

---
Alle Inhalte wurden automatisch durch KI erstellt. Verwendung auf eigenes Risiko.