DA project0 test record
coconutnut
 2021-10-19 18:28:01      

Project0要求实现Perfect Link，给了测试用的tc.py用来修改网络情况，stress.py模拟发消息。（Distributed Algorithms 2021-2022 Project Validation.pdf）

想测一下试试。

注：以下几个测试都没有改tc.py的参数，即↓

Round 1

参数如图：

1
2
3
4
5
6
7
8
testConfig = {
        'concurrency' : 8, # How many threads are interferring with the running processes
        'attempts' : 8, # How many interferring attempts each threads does
        'attemptsDistribution' : { # Probability with which an interferring thread will
            'STOP': 0.48,          # select an interferring action (make sure they add up to 1)
            'CONT': 0.48,
            'TERM':0.04
        }
1
python3 stress.py -r ../template_java/run.sh -t perfect -l output -p 10 -m 10

testConfig在stress.py最后，这里全是默认，10个process，每个发10条消息（config中只有一行 10 1）

理论上来说，应该是2-9号都要给1号发10条，总共90条

但是出来的数据不完全是90

（这里统计输出写了个简单工具，见最后）

根据后面测试的结果推测，问题在testConfig这里。concurrency和attempts数值都是8，也就是有8个捣乱线程各干预8次。STOP和CONT只是暂停和继续，不会干扰最后的结果。但是这里还有0.04的概率会发TERM，直接把正在干活的process杀了。所以最后有的只发了79、80

Round 2

1
2
3
4
5
6
7
8
'concurrency' : 16
'attempts' : 16
'attemptsDistribution' : 
            'STOP': 0.48,
            'CONT': 0.48,
            'TERM':0.04

-p 20 -m 20

试了几次这个参数，情况差不多。应该有19*20=380条，但是结果分别是：267、299、360、319

突然

经另一位当值的昆虫馆管理员提醒，测试进程数是有上限的

对不起我的CPU🙇‍♂️

（但是这里到底是在说9 100是上限，还是举个例子说如果9 100，让跑25分钟？？？）

Round 3

于是就把p和m直接设成9和100

意识到TERM可能会对correctness有影响，这里把TERM也调成了0

1
2
3
4
5
6
7
8
'concurrency' : 8
'attempts' : 8
'attemptsDistribution' : 
            'STOP': 0.5,
            'CONT': 0.5,
            'TERM':0.0

-p 9 -m 100

输出没毛病

Round 4

然后把TERM改回去

1
2
3
4
5
6
7
8
'concurrency' : 8
'attempts' : 8
'attemptsDistribution' : 
            'STOP': 0.48,
            'CONT': 0.48,
            'TERM':0.04

-p 9 -m 100

左边是运行中部分输出

可以发现有的process被SIGTERM杀掉了，第一次SIGTERM多一些，最后收到的少一些。第二次最后才有一个SIGTERM，此时已经发完了

符合预期

Tool

由于输出长得实在没眼看，不好debug，写了个工具统计一下

这两放一个目录下：

  • count.py
  • output.txt

output.txt是stress.py的输出（只是process 1的output，全是deliver没有broadcast的，长这样↓）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
d 2 81
d 2 87
d 2 85
d 6 48
d 6 58
d 6 86
d 6 90
d 6 93
d 6 95
d 6 99
d 6 94
d 2 11
d 2 61
d 2 92
d 2 2
d 2 9
d 6 54
d 2 21
d 2 14
...

count.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
with open("output.txt","r") as f:
	data = f.readlines()

	dict = {}
	count = 0
	
	for line in data:
		splited = line.split(" ")
		sender = int(splited[1])
		seq = int(splited[2])
		
		dict.setdefault(sender,[]).append(seq)
		count += 1
		
	print("\nTotal number of senders: " , len(dict), "\n")
	print("Total number of messages: ",  count, "\n")
	print("Details (S: sender id; T: total message received, Q: seq)\n")
		
	keys = []
	for sender in dict.keys():
		keys.append(int(sender))
	keys.sort()
	
	for sender in keys:
		dict[sender].sort()
		print("S:", format(sender,"<4"), " T:", format(len(dict[sender]),"<5"), " Q:", dict[sender])
		# print("S:", format(sender,"<4"), " T:", format(len(dict[sender]),"<5"))

后面输出多了，可以把具体的SEQ删掉掉，前面少的时候可以看看有没有重复