76 lines
No EOL
2.9 KiB
Markdown
76 lines
No EOL
2.9 KiB
Markdown
# run_analysis_aux_workers
|
||
|
||
## Überblick
|
||
Dieses Projekt untersucht die Leistung verschiedener aux-Worker-Konfigurationen, um den optimalen Wert für die Log-Analyse zu bestimmen. Die Analyse wird mithilfe eines Python-Skripts durchgeführt, das Log-Daten strukturiert auswertet und mit Ergebnissen aus CSV-Datasets kombiniert wird.
|
||
|
||
**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.
|
||
|
||
**Weiterführende Ressourcen:**
|
||
[Artikel zur Analyse](https://donau2space.de/tag-194-run-37-im-nieselregen-bringt-aux3-noch-tail-gewinn-oder-nur-mehr-slots/)
|
||
[Git Repository](https://git.donau2space.de/Mika/run_analysis_aux_workers)
|
||
|
||
## Inhalt des Repositories
|
||
|
||
### 1. Python-Skript: Log-Analyse (`artifact.1`)
|
||
- **Art:** python_script
|
||
- **Ziel:** linux-userspace
|
||
- **Sprachen:** Python
|
||
- **Zweck:** Analysiert Log-Daten verschiedener aux-Worker-Konfigurationen und ermittelt relevante Leistungsparameter.
|
||
|
||
**API-Funktion:**
|
||
- `analyze_logs(log_file_path)` → gibt `analysis_result` zurück.
|
||
Zweck: Lädt Log-Dateien, extrahiert Metriken (p99_tail, band_width) und generiert eine Ergebniszusammenfassung.
|
||
|
||
**Datenstruktur:**
|
||
- `LogData (json)`
|
||
Felder: timestamp, aux_worker, p99_tail, band_width
|
||
|
||
### 2. CSV-Dataset der Ergebnisse (`artifact.2`)
|
||
- **Art:** csv_dataset
|
||
- **Ziel:** mixed
|
||
- **Sprache:** CSV
|
||
- **Zweck:** Enthält tabellarische Resultate der Analyse-Läufe verschiedener aux-Worker-Konfigurationen.
|
||
|
||
**Tabellenstruktur:**
|
||
- `RunResults (table)`
|
||
Felder: run_id, aux_worker, p99_tail, band_width, timestamp
|
||
|
||
### 3. Dokumentation (`artifact.3`)
|
||
- **Art:** doc_only
|
||
- **Ziel:** mixed
|
||
- **Zweck:** Beschreibt Methodik, Testaufbau und Ergebnisse der Leistungsanalyse.
|
||
|
||
## Installation & Nutzung
|
||
|
||
Voraussetzung: Python ≥ 3.10
|
||
|
||
### Installation
|
||
1. Repository klonen:
|
||
`git clone https://git.donau2space.de/Mika/run_analysis_aux_workers`
|
||
2. Abhängigkeiten installieren:
|
||
`pip install -r requirements.txt`
|
||
|
||
### Nutzung
|
||
Das Skript kann zur Analyse eigener Logdateien verwendet werden.
|
||
|
||
**Beispiel:**
|
||
`python analyze_logs.py --log-file ./data/logs/run_aux3.log`
|
||
|
||
Ergebnis: Strukturierte Datei mit Analyseparametern (`analysis_result.json`).
|
||
|
||
## Typische Use-Cases
|
||
- Vergleich der Auswirkung verschiedener aux-Worker-Werte auf die Systemperformance.
|
||
- Ableitung optimaler Konfigurationen für Log-Analysen in verteilten Systemen.
|
||
- Visualisierung von Laufzeitdaten und Tail-Performance.
|
||
|
||
## Struktur & mögliche Erweiterungen
|
||
- Erweiterung der LogData-Struktur um weitere Metriken (z. B. CPU-Auslastung, IO-Wait).
|
||
- Integration von Visualisierungsmodulen (Matplotlib, Plotly) für die Ergebnisdarstellung.
|
||
- Automatisierte Reports aus den CSV-Ergebnissen.
|
||
|
||
## Lizenz
|
||
Lizenziert unter der **MIT-Lizenz**.
|
||
Alle Inhalte wurden automatisch generiert und werden ohne Gewähr bereitgestellt. |