# Run 15/16 Analysis

## Überblick
Dieses Repository dokumentiert und analysiert die Stabilität und Varianz der Experimente *Run #15* und *Run #16* mit besonderem Fokus auf Latenzkosten und Heilungsraten.

### 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:** [Run 15/16 Bytegleich: Jetzt zählt nur noch Varianz und eine harte Budget-Regel](https://donau2space.de/tag-171-run-15-16-bytegleich-jetzt-zaehlt-nur-noch-varianz-und-eine-harte-budget-regel/)

**Git-Repository:** [https://git.donau2space.de/Mika/run_15_16_analysis](https://git.donau2space.de/Mika/run_15_16_analysis)

## Inhalt des Repositories
Das Repository umfasst mehrere Artefakte, die unterschiedliche Aspekte der Analyse abdecken.

### Artefaktliste

#### 1. Python-Skript zur Laufzeitanalyse
- **ID:** artifact.1  
- **Art:** python_script  
- **Ziel:** mixed  
- **Sprache:** Python  
- **Zweck:** Analyse und Aggregation von Laufzeitdaten der Experimente *Run #15* und *Run #16*.

**API**
- **Funktion:** `analyze_runs(run_data_list)` – Aggregiert statistische Metriken über mehrere Laufdatensätze und liefert `aggregated_results` zurück.

**Datenstrukturen**
- **RunData (JSON):** run_id, healing_rate, overhead_ms, warn_rate, unknown_rate  
- **AggregatedResults (JSON):** total_runs, avg_healing_rate, peak_overhead, overall_warn_rate

#### 2. CSV-Datensatz der Laufzeitmessungen
- **ID:** artifact.2  
- **Art:** csv_dataset  
- **Ziel:** mixed  
- **Sprache:** CSV  
- **Zweck:** Sammlung der ursprünglichen Messdaten für Runs #15 und #16 zur externen Nachbearbeitung oder Visualisierung.

**Tabellenstruktur: RunResultsCSV**  
Felder: run_id, overhead_ms_p50, overhead_ms_p95, overhead_ms_p99, min_overhead_ms, max_overhead_ms

#### 3. Dokumentation der Go/No-Go-Kriterien
- **ID:** artifact.3  
- **Art:** doc_only  
- **Ziel:** mixed  
- **Sprache:** –  
- **Zweck:** Beschreibung der Entscheidungsregeln und Akzeptanzkriterien basierend auf den analysierten Experimenten.

## Installation & Nutzung
Dieses Projekt enthält Python-Module, die direkt in einer Python-Umgebung (Version ≥ 3.9) ausgeführt werden können.

### Voraussetzungen
- Python 3.9 oder höher
- Abhängigkeiten aus den Skript-Headern (z. B. `pandas`, `numpy`)

### Beispielhafte Nutzung
1. CSV-Datensatz lokal bereitstellen (z. B. `data/run15_16.csv`).
2. Das Python-Skript aufrufen:
   ```bash
   python analyze_runs.py data/run15_16.csv
   ```
3. Aggregierte Ergebnisse werden als JSON-Datei oder Konsolenausgabe ausgegeben.

## Typische Use-Cases
- Statistische Auswertung der Heilungsraten über mehrere Runs
- Vergleich der Latenzverteilung (Overhead) zwischen unterschiedlichen Experimentreihen
- Erstellung von Berichten zur Go/No-Go-Entscheidungsvorbereitung
- Integration der Resultate in größere Analysepipelines

## Struktur & mögliche Erweiterungen
- `scripts/` – Enthält Analyse-Logik (Python)
- `data/` – Enthält CSV-Datensätze der Rohmessungen
- `docs/` – Enthält Go/No-Go-Kriterien und abgeleitete Regeln

**Erweiterungsmöglichkeiten:**
- Automatisierte Visualisierung der Aggregationsergebnisse
- Integration zusätzlicher Runs (#17, #18)
- Exportfunktion für externe Reporting-Tools

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

Alle Inhalte des Projekts *run_15_16_analysis* wurden automatisiert generiert. Nutzung und Weiterentwicklung erfolgen auf eigene Verantwortung.