CodeBench Performance Analyzer

CodeBench ist ein leistungsfähiges Benchmarking-Tool, das die Laufzeit-Performance von Python- und C++-Programmen vergleicht. Es bietet sowohl eine Command-Line-Interface für automatisierte Tests als auch eine moderne Web-Oberfläche für interaktive Analyse.

🚀 Schnellstart

Web-Interface (Empfohlen)

# Abhängigkeiten installieren
pip install streamlit plotly psutil matplotlib

# Web-Anwendung starten
python -m streamlit run app.py

Command-Line Tool

python diagnosetool.py --py script.py --cpp source.cpp --inputs inputs.txt

✨ Features

🌐 Web-Interface

• 📁 Intuitiver Code-Upload: Drag & Drop für Python/C++ Dateien
• 🔍 Intelligente Validierung: Syntax-Check und Output-Vergleich mit Referenz-Implementierungen
• ⚙️ Flexible Konfiguration:
  • Grid Size Variation (64x64 bis 1024x1024)
  • Time Steps Variation (100-800+ Schritte)
  • Initialisierungstypen: gauss, sinus, cross, cross2
  • Flow-Typen: diagonal, rotating, shear
  • Physics-Parameter: Viscosity, End Time
• 📊 Interaktive Visualisierung: Plotly-Charts mit Zoom, Pan, Hover
• 💾 Export & Konfiguration: JSON, CSV, ZIP-Export; Konfig speichern/laden

🖥️ Command-Line Tool

• Automatische Kompilierung: C++ Code wird automatisch compiled
• Multi-Input Benchmarking: Läuft mit verschiedenen Input-Sets
• Umfassende Metriken: Laufzeit, Peak Memory (MB), CPU Usage (%)
• Visualisierung: Automatische Charts und Performance-Plots
• JSON Export: Rohdaten für weitere Analyse

🛠️ Verwendung

Web-Interface Workflow

1. 🔧 Setup:

   python -m streamlit run app.py
   # Öffnet automatisch http://localhost:8501

2. 📤 Code hochladen:

   • Python (.py) und C++ (.cpp, .cc, .cxx) Dateien hochladen
   • Oder Code direkt in Text-Bereiche einfügen
   • Mit "🔍 Validate Code" Buttons validieren

3. ⚙️ Parameter konfigurieren:

   • Variable auswählen: Grid Size oder Time Steps
   • Physics Parameter: Initialisierung, Flow-Typ, Viscosity
   • Range festlegen: Start/End-Werte und Anzahl Testfälle
   • Preview prüfen: Live-Ansicht der generierten inputs.txt

4. 🏃‍♂️ Benchmark ausführen:

   • Button wird automatisch aktiviert wenn alles validiert ist
   • Real-time Progress-Anzeige
   • Automatische Ergebnis-Visualisierung

5. 📊 Ergebnisse analysieren:

   • Interaktive Performance-Charts (Runtime, Memory, Speedup)
   • Detaillierte Tabellen mit allen Metriken
   • Export in JSON, CSV oder ZIP-Format

Command-Line Verwendung

python diagnosetool.py --py program.py --cpp program.cpp --inputs inputs.txt

Parameter:

• --py: Path zum Python-Script
• --cpp: Path zur C++ Source-Datei
• --inputs: Path zur Input-Datei mit Test-Fällen

Input-Format (inputs.txt):

64 64
gauss
diagonal 0.0
1 400

128 128
sinus  
rotating 0.1
1 400

📊 Validierung & Qualitätssicherung

Mehrstufige Code-Validierung

1. Syntax-Check: Kompilierung/Ausführung erfolgreich
2. Output-Generierung: Prüfung auf uInit.txt und uEnd.txt
3. Referenz-Vergleich: Numerischer Vergleich mit C++ Baseline
4. Toleranz-Prüfung: Akzeptiert Rundungsfehler < 1e-6 relativ

Isolierte Benchmark-Ausführung

• Temporäre Verzeichnisse für jede Ausführung
• Automatische Ressourcen-Bereinigung
• Timeout-Schutz (30s pro Programm)
• Vollständige Metriken-Erfassung

🔧 Erweiterte Features

Konfiguration Management

• Speichern/Laden: Häufig verwendete Setups persistent speichern
• Session State: UI-Zustände bleiben erhalten
• Flexible Parameter: Alle Simulationsparameter anpassbar

Export & Analyse

• JSON: Vollständige Rohdaten für weitere Analyse
• CSV: Tabellarische Daten für Excel/Statistik-Tools
• ZIP: Komplettpaket mit Code, Configs, Plots und Ergebnissen
• Interactive Charts: Plotly-basierte Visualisierung mit Export-Optionen

🎯 Systemanforderungen

• Python 3.8+
• C++ Compiler: g++, clang++ oder MSVC
• Dependencies: streamlit, plotly, psutil, matplotlib
• System: 4GB+ RAM für größere Benchmarks
• Browser: Moderne Browser (Chrome, Firefox, Safari, Edge)

📋 Input-Format Spezifikation

Das neue standardisierte Format für inputs.txt:

nX nY              # Grid-Dimensionen
initType           # gauss, sinus, cross, cross2  
flowType viscosity # diagonal/rotating/shear + Wert
endTime nSteps     # Simulationszeit + Zeitschritte

# Leerzeile zwischen Test-Fällen
nX nY
initType
flowType viscosity  
endTime nSteps

Beispiel:

256 256
gauss
diagonal 0.0
1.0 400

512 512  
sinus
rotating 0.1
2.0 800

🚨 Troubleshooting

Port bereits belegt:

python -m streamlit run app.py --server.port 8502

Validierung schlägt fehl:

• Prüfen Sie g++ Installation: g++ --version
• Code muss uInit.txt und uEnd.txt generieren
• Output-Format mit Referenz vergleichen

Performance-Probleme:

• Problemgröße für Tests reduzieren
• Timeout erhöhen bei langsamen Systemen
• Memory-intensive Tests auf leistungsstarken Systemen

📁 Projekt-Struktur

CodeBench/
├── app.py                 # Streamlit Web-Interface
├── diagnosetool.py        # Command-Line Benchmarking Tool
├── program.py             # Python Referenz-Implementierung  
├── program.cpp            # C++ Referenz-Implementierung
├── reference/             # Baseline Output-Dateien
│   ├── uInit.txt
│   └── uEnd.txt
├── results/               # Benchmark-Ergebnisse
│   ├── all_metrics.json
│   └── *.png
└── inputs.txt            # Input-Konfiguration

🎮 Anwendungsfälle

• 🏫 Bildung: Vergleich von Algorithmus-Implementierungen in verschiedenen Sprachen
• 🔬 Forschung: Performance-Analyse numerischer Simulationen
• 💻 Development: Optimierung kritischer Code-Pfade
• 📊 Benchmarking: Systematische Performance-Evaluierung
• 🚀 Migration: Quantifizierung von Sprach-Migration Benefits

---

CodeBench bietet eine moderne, benutzerfreundliche Lösung für systematisches Performance-Benchmarking mit professionellen Analyse-Tools. 🚀