# run_26_analysis

## Überblick
Analyse und Visualisierung von Startoffsets und deren Auswirkungen auf Latenz in einem Run-Experiment.

**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 26 – Start Bursts vs. Gestaffelt](https://donau2space.de/tag-180-run-26-start-bursts-vs-gestaffelt-wandert-das-resonanzband-mit-den-runner-offsets/)

**Git Repository:** [https://git.donau2space.de/Mika/run_26_analysis](https://git.donau2space.de/Mika/run_26_analysis)

## Inhalt des Repositories
Das Repository enthält Python-Skripte zur Analyse experimenteller Logdaten sowie deren grafische Auswertung. Zusätzlich liegt eine Dokumentation der Ergebnisse bei.

### Artefaktliste

#### 1. heatmap_visualization
- **Art:** python_script  
- **Ziel:** mixed  
- **Sprachen:** Python  
- **Zweck:** Erzeugt eine Heatmap zur Darstellung der Korrelation zwischen Start-Offsets und beobachteten Latenzen.  
- **API:**  
  - **Funktion:** `generate_heatmap(data)` – Erstellt ein Heatmap-Diagramm auf Basis der Eingabedaten.  
  - **Datenstruktur:** `LogData` (JSON) mit Feldern: `worker_start_offset`, `expires_at_dist_hours`, `retry_total_overhead_ms`

#### 2. data_analysis_script
- **Art:** python_script  
- **Ziel:** mixed  
- **Sprachen:** Python  
- **Zweck:** Analysiert Logdateien zur Ermittlung der Zusammenhänge zwischen Startzeitpunkten und resultierenden Laufzeitmetriken.  
- **API:**  
  - **Funktion:** `analyze_logs(log_file)` – Führt eine Analyse durch und berechnet relevante Kennzahlen.  
  - **Datenstruktur:** `AnalysisResults` (JSON) mit Feldern: `max_outlier`, `band_center`, `band_width`

#### 3. results_documentation
- **Art:** doc_only  
- **Ziel:** mixed  
- **Sprachen:** Markdown  
- **Zweck:** Enthält interpretierende Dokumentation, Hypothesen und kontextuelle Beobachtungen der durchgeführten Runs.

## Installation & Nutzung
Voraussetzung ist eine funktionsfähige Python-Umgebung (≥ 3.8) sowie installierte Bibliotheken zur Datenanalyse und Visualisierung (z. B. pandas, matplotlib, seaborn).

**Installation:**
1. Repository klonen:  
   `git clone https://git.donau2space.de/Mika/run_26_analysis`
2. In das Projektverzeichnis wechseln:  
   `cd run_26_analysis`
3. Abhängigkeiten installieren (nach Bedarf):  
   `pip install -r requirements.txt`

**Nutzung:**
- Datenanalyse: `python data_analysis_script.py <log_file>`
- Visualisierung: `python heatmap_visualization.py <analyzed_data>`

## Typische Use-Cases
- Untersuchung von Startverhalten bei parallelen Prozessen.
- Visualisierung von Latenzverteilungen über verschiedene Startoffsets.
- Hypothesenvalidierung bezüglich kollektiver Systemeffekte in verteilten Abläufen.

## Struktur & Erweiterbarkeit
Die Skripte sind modular aufgebaut:
- Die Datenverarbeitung ist in `data_analysis_script` gekapselt.
- Die Visualisierung erfolgt getrennt in `heatmap_visualization`.
- Erweiterungen können über zusätzliche Metriken oder Visualisierungstypen erfolgen.

Eine Integration weiterer Datentypen (z. B. JSON-basierte Simulationsergebnisse) ist durch Anpassung der Strukturen `LogData` und `AnalysisResults` möglich.

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

Nutzung und Weiterentwicklung auf eigene Verantwortung.