statistics/bm_reboot_api.r

   1
   2 source("functions.r");
   3
   4 # system("parse_rt_data.py > rt_data.csv");
   5 # ./bmevents.py events.1-18-10 BootUpdateNode > bm_reboot_2010-01-18.csv
   6 # ./bmevents.py events.10-08-09 BootUpdateNode > bm_reboot_2009-10-08.csv
   7 # ./bmevents.py events.29.12.08.dump BootUpdateNode > bm_reboot_2008-12-29.csv
   8 # ./bmevents.py events.8-25-09.dump BootUpdateNode > bm_reboot_2009-08-25.csv
   9 #
  10 t <- read.csv('bm_reboot_2008-12-29.csv', sep=',', header=TRUE)
  11
  12 t2<-t
  13
  14 tstamp_78 <-unclass(as.POSIXct("2008-01-01", origin="1960-01-01"))[1]
  15 tstamp_89 <-unclass(as.POSIXct("2009-01-01", origin="1960-01-01"))[1]
  16
  17 t_7 <- t2[which( t2$start < tstamp_78 ),]
  18 t_8 <- t2[which( t2$start >= tstamp_78 & t2$start < tstamp_89 ),]
  19 t_9 <- t2[which( t2$start >= tstamp_89 ),]
  20
  21 tstamp <-unclass(as.POSIXct("2008-01-01", origin="1960-01-01"))
  22 t_67 <- t2[which( t2$start <  tstamp[1] ),]
  23 t_89 <- t2[which( t2$start >= tstamp[1] ),]
  24
  25 start_image("bm_reboot_api.png")
  26
  27 par(mfrow=c(2,1))
  28 par(mai=c(.5,.4,.5,.4))
  29 year_hist(t_9, "2009", "2009/06/21", "2010/2/10", 500, 'day', "Daily Reboot Rates")
  30 rows_api <- year_hist_unique(t_9, "2009", "2009/06/21", "2010/2/10", 100, 'day', "Unique Daily Reboots")
  31
  32 #year_hist(t_89, "2008-2009", "2008/01/21", "2010/2/10", 0, 'day', "Daily Reboot Rates")
  33 #rows <- year_hist_unique(t_89, "2008-2009", "2008/01/21", "2010/2/10", 0, 'day', "Unique Daily Reboots")
  34
  35 end_image()
  36
  37
  38 ## NOTE: compare api and log data:
  39 start_image("bm_reboot_compare.png", width=960)
  40 par(mfrow=c(1,1))
  41 par(mai=c(1.0,.7,.7,.7))
  42 x<- cbind(rows$reboots, rows_api$reboots)
  43 #barplot(t(x), beside=TRUE, ylim=c(0,150), main="Compare Daily Frequency of Raw-logs & API Events")
  44 barplot(rows$reboots-rows_api$reboots, ylim=c(-40,150), main="Difference between Raw-logs & API Events", xlab="Day", ylab="Difference of Frequency")
  45 end_image()
  46
  47 # it appears that logs come out ahead consistently of the API events.
  48 start_image("bm_reboot_diff_freq.png")
  49 d<-rows$reboots-rows_api$reboots
  50 hist(d[which( d > -10 & d < 20)], breaks=20, main="Frequency of Differences", xlab="Difference")
  51 end_image()
  52
  53 # * why is this so?
  54
  55 ###
  56
  57 start_image("reboot_distributions.png")
  58 par(mfrow=c(2,1))
  59 par(mai=c(.5,.5,.5,.5))
  60
  61 m<-mean(rows$reboots[which(rows$reboots>0&rows$reboots<50)])
  62 s<-sd(rows$reboots[which(rows$reboots>0&rows$reboots<50)])
  63
  64 qqnorm(rows$reboots[which(rows$reboots>0&rows$reboots<50)])
  65 qqline(rows$reboots[which(rows$reboots>0&rows$reboots<50)])
  66
  67 h<-hist(rows$reboots[which(rows$reboots>0&rows$reboots<50)], breaks=20)
  68 x<- 0:100/100 * 2 * m
  69 y<- dnorm(x, mean=m, sd=s)
  70 lines(x,y*max(h$counts)/max(y))
  71 end_image()
  72
  73 par(mfrow=c(1,1))
  74 par(mai=c(.7,.7,.7,.7))