-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathrun_tests.py
259 lines (217 loc) · 8.23 KB
/
run_tests.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
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import os
import math
#import numpy as np
#import scipy as sp
#import scipy.stats
def media(l):
return float(sum(l)) / len(l)
def variancia(l, m):
v = 0
for li in l:
v = v + pow(li - m, 2)
return v / (len(l) - 1)
def desvio(v):
return math.sqrt(v)
def intervalo_confianca(m, d, n):
sq = (d / math.sqrt(n))
mult = 1.96 * sq
i_inf = m - mult
i_sup = m + mult
print i_inf
print i_sup
return m, i_inf, i_sup
#Método que calcula o intervalo de confiança
#def mean_confidence_interval(data, confidence=0.95):
# a = 1.0*np.array(data)
# n = len(a)
# m, se = np.mean(a), scipy.stats.sem(a)
# h = se * sp.stats.t._ppf((1+confidence)/2., n-1)
# return m, m-h, m+h
#Obtém o tamanho do arquivo em Megas ou KBytes
def calcularTamanho(tamanho):
temp = float(tamanho) * 1000
if (temp < 1):
return str(int((temp * 1000))) + "KB"
return str(int(temp)) + "MB"
#Pasta padrão com as amostras
pasta_amostra = "amostras"
#Pasta de saída
pasta_saida = "output_tests/"
#Programas de CPU e GPU
runtimes = ["./run", "./run_gpu"]
#Tipos
tp_run = ["cpu", "gpu"]
comando = '0'
if len(os.sys.argv) > 1:
comando = os.sys.argv[1]
if comando == '1':
os.system("rm output_tests/* pdf/*")
if comando == '2':
os.system("head -c 90KB </dev/urandom > " + pasta_amostra + "/f1")
os.system("head -c 1MB </dev/urandom > " + pasta_amostra + "/f2")
os.system("head -c 5MB </dev/urandom > " + pasta_amostra + "/f3")
os.system("head -c 10MB </dev/urandom > " + pasta_amostra + "/f4")
os.system("head -c 20MB </dev/urandom > " + pasta_amostra + "/f5")
os.system("head -c 30MB </dev/urandom > " + pasta_amostra + "/f6")
print "Amostras geradadas na pasta " + pasta_amostra + ". Execute python run_tests.py 1"
exit(0)
#Número de simulações por arquivo
rodadas = 20
#Obtém os arquivos da pasta de amostras
arqs = [f for f in os.listdir(pasta_amostra) if os.path.isfile(os.path.join(pasta_amostra, f))]
#Ordena a lista de arquivos pelo tamanho
arqs_o = []
for a in arqs:
l = os.path.join(pasta_amostra, a)
s = os.path.getsize(l)
arqs_o.append((s, a))
arqs_o.sort(key=lambda s: s[0])
#Conta o número de arquivos de saída
count_arqs_saida = len(os.listdir(pasta_saida))
#Se não tiverem arquivos de saída, simula novamente
if count_arqs_saida == 0:
# programa x arquivo x rodadas
for ri, run in enumerate(runtimes):
for fi, f in enumerate(arqs_o):
for it in range(0, rodadas):
arq_saida = pasta_saida + tp_run[ri] + "_" + str(fi) + "_" + str(it)
cmd = run + " " + pasta_amostra + "/"+ f[1] + " > " + arq_saida
#Executa o comando shell
run_code = os.system(cmd)
#Finaliza o programa se o usuário der CTRL + C
if run_code == 2:
print "Programa fechado por CTRL + C"
exit(2)
#Resultados(tempos)
res = []
res_io = []
res_pr = []
#Tamanhos dos arquivo
tam = []
#Obtém os tempos e tamanhos dos arquivos
#A saída dos programas "tamanho em bytes | tempo em milisegundos "
for ri, run in enumerate(runtimes):
for fi, f in enumerate(arqs_o):
res_p = []
res_pio = []
res_ppr = []
for it in range(0, rodadas):
f = open(pasta_saida + tp_run[ri] + "_" + str(fi) + "_" + str(it), 'r')
spl = f.readline().split('|')
t_io = spl[3]
t_pr = spl[2]
t = spl[1]
s = spl[0]
if ri == 0 and it == 0:
tam.append(float(s))
res_p.insert(it, float(t[:len(t) - 1]))
res_pio.insert(it, float(t_io[:len(t_io) - 1]))
res_ppr.insert(it, float(t_pr[:len(t_pr) - 1]))
res.insert(ri * len(arqs_o) + fi, res_p)
res_io.insert(ri * len(arqs_o) + fi, res_pio)
res_pr.insert(ri * len(arqs_o) + fi, res_ppr)
#Calcula os resultados médios e os intervalos de confiança por arquivo
matriz_saida = []
for idR, r in enumerate(res):
m = media(r)
v = variancia(r, m)
d = desvio(v)
tp = intervalo_confianca(m, d, len(r))
matriz_saida.insert(idR, tp)
matriz_saida_io = []
for idR, r in enumerate(res_io):
m = media(r)
v = variancia(r, m)
d = desvio(v)
tp = intervalo_confianca(m, d, len(r))
matriz_saida_io.insert(idR, tp)
matriz_saida_pr = []
for idR, r in enumerate(res_pr):
m = media(r)
v = variancia(r, m)
d = desvio(v)
tp = intervalo_confianca(m, d, len(r))
matriz_saida_pr.insert(idR, tp)
#Conta o número de arquivos de entrada
len_arqs = len(arqs_o)
#Gera a saída para o gráfico de velocidades
f_vel = open("velocidades.txt", 'w')
for i in range(0, len_arqs):
c1 = float(tam[i] / matriz_saida[i][0])
c2 = float(tam[i] / matriz_saida[i][1])
c3 = float(tam[i] / matriz_saida[i][2])
g1 = float(tam[i] / matriz_saida[i + len_arqs][0])
g2 = float(tam[i] / matriz_saida[i + len_arqs][1])
g3 = float(tam[i] / matriz_saida[i + len_arqs][2])
f_vel.write(str(calcularTamanho(tam[i])) + " " + str(c1) + " " + str(c2) + " " + str(c3) + " " + str(g1) + " " + str(g2) + " " + str(g3) + "\n")
f_vel.close()
#Gera a saída para o gráfico de speedup
f_speedup = open("speedup.txt", 'w')
for i in range(0, len_arqs):
c1 = float(tam[i] / matriz_saida[i][0])
c2 = float(tam[i] / matriz_saida[i][1])
c3 = float(tam[i] / matriz_saida[i][2])
g1 = float(tam[i] / matriz_saida[i + len_arqs][0])
g2 = float(tam[i] / matriz_saida[i + len_arqs][1])
g3 = float(tam[i] / matriz_saida[i + len_arqs][2])
f_speedup.write(str(calcularTamanho(tam[i])) + " " + str(g1 / c1) + " " + str(g2 / c2) + " " + str(g3 / c3) + "\n")
f_speedup.close()
f_speedup = open("speedup_processamento.txt", 'w')
for i in range(0, len_arqs):
c1 = float(tam[i] / matriz_saida_pr[i][0])
c2 = float(tam[i] / matriz_saida_pr[i][1])
c3 = float(tam[i] / matriz_saida_pr[i][2])
g1 = float(tam[i] / matriz_saida_pr[i + len_arqs][0])
g2 = float(tam[i] / matriz_saida_pr[i + len_arqs][1])
g3 = float(tam[i] / matriz_saida_pr[i + len_arqs][2])
f_speedup.write(str(calcularTamanho(tam[i])) + " " + str(g1 / c1) + " " + str(g2 / c2) + " " + str(g3 / c3) + "\n")
f_speedup.close()
#Gera a saída para o gráfico de speedup
f_io = open("io.txt", 'w')
for i in range(0, len_arqs):
c1 = float(matriz_saida_io[i][0])
c2 = float(matriz_saida_io[i][1])
c3 = float(matriz_saida_io[i][2])
g1 = float(matriz_saida_io[i + len_arqs][0])
g2 = float(matriz_saida_io[i + len_arqs][1])
g3 = float(matriz_saida_io[i + len_arqs][2])
f_io.write(str(calcularTamanho(tam[i])) + " " + str(c1) + " " + str(c2) + " " + str(c3) + " " + str(g1) + " " + str(g2) + " " + str(g3) + "\n")
f_io.close()
#Gera a saída para o gráfico de speedup
f_proc = open("velocidades_processamento.txt", 'w')
for i in range(0, len_arqs):
c1 = float(tam[i] / matriz_saida_pr[i][0])
c2 = float(tam[i] / matriz_saida_pr[i][1])
c3 = float(tam[i] / matriz_saida_pr[i][2])
g1 = float(tam[i] / matriz_saida_pr[i + len_arqs][0])
g2 = float(tam[i] / matriz_saida_pr[i + len_arqs][1])
g3 = float(tam[i] / matriz_saida_pr[i + len_arqs][2])
f_proc.write(str(calcularTamanho(tam[i])) + " " + str(c1) + " " + str(c2) + " " + str(c3) + " " + str(g1) + " " + str(g2) + " " + str(g3) + "\n")
f_proc.close()
f_comparacao = open("comparacao.txt", 'w')
for i in range(0, len_arqs):
c1 = float(matriz_saida_io[i + len_arqs][0])
c2 = float(matriz_saida_io[i + len_arqs][1])
c3 = float(matriz_saida_io[i + len_arqs][2])
g1 = float(matriz_saida[i + len_arqs][0])
g2 = float(matriz_saida[i + len_arqs][1])
g3 = float(matriz_saida[i + len_arqs][2])
p1 = float(matriz_saida_pr[i + len_arqs][0])
p2 = float(matriz_saida_pr[i + len_arqs][1])
p3 = float(matriz_saida_pr[i + len_arqs][2])
f_comparacao.write(str(calcularTamanho(tam[i])) + " " + str(c1) + " " + str(c2) + " " + str(c3) + " " + str(p1) + " " + str(p2) + " " + str(p3) + " " + str(g1) + " " + str(g2) + " " + str(g3) + "\n")
f_comparacao.close()
os.system("gnuplot graficos/velocidades.gnu")
os.system("gnuplot graficos/velocidades_processamento.gnu")
os.system("gnuplot graficos/speedup.gnu")
os.system("gnuplot graficos/speedup_processamento.gnu")
os.system("gnuplot graficos/io.gnu")
os.system("gnuplot graficos/comparacao_com_sem_io.gnu")
os.system("evince pdf/velocidade.pdf &")
os.system("evince pdf/velocidade_processamento.pdf &")
os.system("evince pdf/aceleracao.pdf &")
os.system("evince pdf/aceleracao_processamento.pdf &")
os.system("evince pdf/io.pdf &")
os.system("evince pdf/comparacao.pdf &")