# Timekeeping Analysis

## Überblick

Das Projekt **timekeeping_analysis** untersucht die Auswirkungen von `WF_MIGRATED` auf die Zeitmessung und das Scheduling im Linux-Kernel. Hierfür wird BPF eingesetzt, um präzise Logging-Mechanismen für relevante Kernel-Events zu realisieren. Die erhobenen Daten werden anschließend analysiert und visuell aufbereitet.

Weitere Hintergrundinformationen finden sich im Artikel: [Erster Tick im Blick – rq->clock, first_tkread macht WF_MIGRATED messbar](https://donau2space.de/tag-100-1744-erster-tick-im-blick-rq-clock-first_tkread-macht-wf_migrated-messbar/)

### 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

Das Repository besteht aus mehreren Artefakten zur Erfassung, Analyse und Visualisierung von Zeitmessdaten im Zusammenhang mit `WF_MIGRATED`.

### Artefakt-Liste

#### 1. bpf_logging
- **Art:** Python-Skript
- **Ziel:** Linux-Userspace
- **Sprachen:** Python
- **Zweck:** Implementiert BPF-Logging zur Erfassung von `first_tkread` und `rq->clock`.
- **API-Funktionen:**
  - `setup_bpf_logging(correlation_id)` – Initialisiert das BPF-Logging für eine Korrelations-ID.
  - `log_timekeeping_event(event_type, correlation_id)` – Protokolliert ein Zeitmess-Event.
- **Datenstruktur:** `log_entry` (JSON)
  - Felder: `correlation_id`, `event_type`, `timestamp`

#### 2. data_analysis
- **Art:** Python-Skript
- **Ziel:** Linux-Userspace
- **Sprachen:** Python
- **Zweck:** Analysiert Zeitmessdaten und bestimmt die Zeitdifferenzen zwischen relevanten Kernel-Events (`ttwu` und `first_tkread`).
- **API-Funktionen:**
  - `analyze_log_data(log_file)` – Analysiert ein Logfile und gibt statistische Ergebnisse zurück.
- **Datenstruktur:** `analysis_result` (JSON)
  - Felder: `total_migrated`, `total_non_migrated`, `median_time_diff`

#### 3. trace_visualization
- **Art:** Web-UI
- **Ziel:** Web
- **Sprachen:** HTML, CSS, JavaScript
- **Zweck:** Stellt grafische Auswertungen der gesammelten Trace-Daten dar.
- **API-Endpunkte:**
  - `GET /api/get-analysis` – Liefert Analyseergebnisse zur Darstellung im Browser.
- **JavaScript-Module:**
  - `chart.js` – Wird zur Diagrammerstellung verwendet.

## Installation & Nutzung

### Voraussetzungen
- Linux-Umgebung mit BPF-Unterstützung
- Python 3.8 oder höher
- Webbrowser für Visualisierung

### Installation
1. Repository klonen:
   ```bash
   git clone https://github.com/<user>/timekeeping_analysis.git
   cd timekeeping_analysis
   ```
2. Python-Abhängigkeiten installieren:
   ```bash
   pip install -r requirements.txt
   ```
3. BPF-Skript starten:
   ```bash
   python bpf_logging.py
   ```
4. Daten analysieren:
   ```bash
   python data_analysis.py logs/output.json
   ```
5. Weboberfläche öffnen:
   ```bash
   open trace_visualization/index.html
   ```

## Typische Use-Cases
- Untersuchung von Scheduling-Verhalten bei Task-Migrationen.
- Analyse von Zeitdifferenzen zwischen Kernel-Ereignissen.
- Visualisierung von Zeitmessdaten im Browser.

## Struktur & Erweiterbarkeit
- **bpf_logging.py:** Logging-Komponente für Kernel-Events.
- **data_analysis.py:** Analytikmodul für Logdaten.
- **trace_visualization/**: Weboberfläche für grafische Darstellung.

Das Projekt kann um weitere BPF-Proben, Webmodule oder Metriken erweitert werden.

## Lizenz

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

---

*Dieses Repository wurde automatisiert generiert. Nutzung auf eigene Gefahr.*