数据集概述
本数据集为云性能变异性研究的复制包，包含2024年在AWS两个区域（us-east-1、eu-central-1）、两种机器类型（m6i、m6g）下，2366次ShuffleBench流处理基准测试的吞吐量数据，以及用于重复分析的代码和自动执行脚本，支持云基准测试相关研究的复现与扩展分析。
文件详解
- 核心数据文件（位于results目录）：
- 结果文件：遵循
results/{DATE}_{TIME}-{INSTANCE}-{REGION}/results/exp0_250000_9_generic_throughput_{IDX}.csv命名规则，CSV格式，含timestamp（时间戳，秒级）、value（吞吐量，记录数/秒）字段
- 辅助文件：每个结果目录下含
theodolite.log（Theodolite工具日志）、配置文件（执行配置记录）
- 分析文件：
results-analysis.ipynb：Jupyter Notebook，用于复现数据研究分析，支持扩展分析requirements.txt：Python依赖包列表，用于配置分析环境- 自动执行脚本（位于periodic-executor目录）：
- 脚本与配置文件：用于自动执行ShuffleBench基准测试，含Kubernetes集群搭建、Theodolite安装、结果收集等功能
- Docker镜像相关文件：用于构建周期性基准测试执行器的Docker镜像
适用场景
- 云性能研究：分析不同AWS区域、机器类型下的流处理基准测试吞吐量变异性
- 基准测试复现：复现原研究中关于云环境下基准测试执行时机的结论
- 云资源优化：探究云资源配置对应用性能的影响，为资源选型提供数据支持
- 自动化测试研究：参考周期性基准测试执行器的实现方案，优化云环境下的自动化测试流程
