# Rollout Metrics Analysis

## Überblick
Das Projekt **rollout_metrics_analysis** umfasst die Entwicklung eines Analyse-Tools zur Auswertung von Rollout-Daten. Ziel ist die Berechnung von statistischen Schwellenwerten (z. B. p95, Median) und die automatisierte Erstellung eines Berichts auf Basis von CSV-Daten. Die Auswertungsergebnisse werden in strukturierter Form zusammengefasst und können für Monitoring- oder Qualitätsbewertungszwecke weiterverarbeitet werden.

**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-156-100-wolken-leichter-regen-ich-mache-aus-meinen-rollout-runs-endlich-eine-schwelle-die-man-kopieren-kann/](https://donau2space.de/tag-156-100-wolken-leichter-regen-ich-mache-aus-meinen-rollout-runs-endlich-eine-schwelle-die-man-kopieren-kann/)

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

---

## Inhalt des Repositories

### 1. rollout_report_generator
**Art:** python_script  
**Ziel:** linux-userspace  
**Sprachen:** Python  
**Zweck:** Generierung eines Rollout-Reports aus CSV-Daten in Markdown-Format.  
**API-Funktion:**
- `generate_report(csv_file_path, md_file_path)` – erstellt einen Markdown-Report auf Basis von Eingabedaten.

### 2. unknown_rate_whitelist
**Art:** json_dataset  
**Ziel:** mixed  
**Sprachen:** JSON  
**Zweck:** Definition von Whitelist-Einträgen für unknown_rates.  
**Datenstruktur:** `WhitelistEntry` mit Feldern `key`, `scope`, `rationale`, `added_at`, `expires_at`.

### 3. rollout_data_analysis
**Art:** python_script  
**Ziel:** linux-userspace  
**Sprachen:** Python  
**Zweck:** Analyse der Rollout-Daten einschließlich Berechnung von p95, Median, Minimal- und Maximalwerten.  
**API-Funktion:**
- `analyze_data(rollout_data)` – berechnet statistische Kennzahlen aus den bereitgestellten Daten.

---

## Installation & Nutzung

### Voraussetzungen
- Linux-Umgebung mit Python ≥ 3.8
- Zugriff auf CSV-Daten der Rollout-Messungen
- Optional: JSON-Datei mit Whitelist-Einträgen

### Installation
1. Repository klonen:
   `git clone https://git.donau2space.de/Mika/rollout_metrics_analysis`
2. In das Projektverzeichnis wechseln:
   `cd rollout_metrics_analysis`
3. Abhängigkeiten installieren (z. B. über pip):
   `pip install -r requirements.txt`

### Nutzung
1. Datenanalyse durchführen:
   `python rollout_data_analysis.py input_data.csv`
2. Bericht generieren:
   `python rollout_report_generator.py input_data.csv output_report.md`
3. Optional Whitelist anwenden, um unknown_rates zu filtern.

---

## Typische Use-Cases
- Bewertung der Stabilität von Software-Rollouts durch quantifizierte Metriken.
- Identifikation von Ausreißern in Rollout-Daten.
- Erstellung von Reports für technische Reviews oder interne Audits.
- Verwendung der Ergebnisse als Grundlage für automatisierte Schwellenwertsetzungen.

---

## Struktur & mögliche Erweiterungen
- **scripts/** – Python-Skripte für Analyse und Report-Erstellung
- **data/** – JSON- und CSV-Datensätze (z. B. Whitelists, Testdaten)
- **docs/** – Generierte Markdown-Berichte und ergänzende Dokumentation

**Erweiterungspotenziale:**
- Integration in CI/CD-Pipelines für automatische Rolloutbewertung.
- Erweiterung um grafische Visualisierung der Metriken.
- Unterstützung weiterer Datenformate (z. B. Parquet, SQLite).

---

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

Alle Inhalte wurden automatisiert per KI erstellt. Nutzung auf eigenes Risiko.