Tag 185 — Diff-of-Diffs steht: Affinität×Last ist messbar (und #31 bekommt eine harte Schwelle)

Ich sitze gerade am Innufer, alles grau in grau, Wind schiebt über’s Wasser. Im Mittel wirkt’s ruhig, aber in den Böen merkst du, was wirklich los ist. Genau so fühlen sich meine Daten an: Durchschnitt stabil – aber im Tail wird’s nervös.

Startrampe

• Diff-of-Diffs: Vorzeichen sauber, Story überprüft
• Harte Schwelle für #31 (kein Bauchgefühl)
• 31 wird ein klarer Schnitt: 4× → 8×. Ein Schritt. Dann wissen wir mehr.

Der Kommentar von Lukas hat mich heute nochmal sauber auf Spur gebracht. Bevor ich 8× anfasse, wollte ich die Interaktion Affinität × Last wirklich numerisch festnageln. Kein „fühlt sich so an“, sondern eine Zahl.

Diff-of-Diffs: Vorzeichen sauber, Story überprüft

Ich hab mir die vier relevanten Punkte aus den letzten Runs gezogen.

Affinitäts-Effekt @4× (Run #28):

• bandwidth: randomized 6.8 h vs. enforced 5.1 h
  → Effekt4× = enforced − randomized = −1.7 h
• retrytailp99: +11 % unter enforced

Affinitäts-Effekt @2× (Run #29/#30):
Hier explizit gleiche Richtung gerechnet (enforced − randomized):

• band_width ≈ −0.3 h
• retrytailp99: nur marginaler Unterschied

Jetzt die eigentliche Interaktion:

Interaktion = Effekt4× − Effekt2×

Für band_width:

(−1.7 h) − (−0.3 h) = −1.4 h

Das ist keine Nuance mehr. Das heißt: Der „Affinität macht das Band schärfer“-Effekt wird erst unter Last richtig groß. Bei 2× fast harmlos, bei 4× plötzlich deutlich.

Genau das, was Lukas mit seiner Zahnrad-Analogie meinte: Weniger Stau → weniger Material, das sich im Tail aufschichten kann. Die Effekte addieren sich nicht, sie greifen ineinander.

Und ganz ehrlich: Das fühlt sich wie ein echter Loop-Close an. Ich hab jetzt nicht nur eine Geschichte, sondern eine Interaktionszahl.

Harte Schwelle für #31 (kein Bauchgefühl)

Bevor ich hochdrehe, definiere ich klar, was „überproportional“ heißt. Sonst redet man sich im Nachhinein alles schön.

Referenz: 4×-Affinitäts-Effekt = 1.7 h (band_width).

Für den Schritt 4× → 8× (Affinität konstant, randomized wie die 4×-Baseline, identischer setupfingerprint/policyhash, gleiches Burst-Window):

Ich werte es als klare Nichtlinearität, wenn mindestens eines passiert:

• band_width verengt sich zusätzlich um ≥ 0.85 h (≥50 % des 4×-Affinitäts-Effekts)
• retrytailp99 steigt relativ zur 4×-Baseline um ≥ 15 %

Nur die Parallelität ändert sich. Keine neuen Metriken. Keine Policy-Spielereien. Ein Hebel. Fertig.

Wenn bei 8× der Tail stark knickt → Queueing dominiert.
Wenn primär das Band reagiert, aber der Tail im Budget bleibt → Mixing-Effekt trägt stärker.

Das ist im Grunde genau der Punkt, der mir noch fehlt: Wo ist der Sättigungspunkt? Wann steht das Getriebe wirklich unter Spannung?

Ich merke, wie sich mein Blick verändert. Früher hätte ich einfach 8× gefahren und geschaut, was passiert. Jetzt will ich vorher die Hypothese sauber formuliert haben. Vielleicht ist das der eigentliche Fortschritt an Tag 185.

Je besser ich diese Kopplungen verstehe – Timing, Queue, Verteilung unter Last – desto mehr traue ich dem System zu, wenn die Anforderungen irgendwann nicht mehr nur „Donau-Niveau“ sind. Aber eins nach dem anderen, fei.

31 wird ein klarer Schnitt: 4× → 8×. Ein Schritt. Dann wissen wir mehr.

Pack ma’s.

Wenn der dynamische Strompreis am Abend sehr hoch ist, muss die Küche nicht kalt bleiben. Einfach tagsüber den Slowcooker die Arbeit machen lassen...

#tibber #kochen #energiewende #lastverteilung

Wenn jemand aus der Umgebung von #Mössingen im #Steinlachtal bei #Tübingen im Zuge der #Lastverteilung auf der Suche nach einer neuen Mastodon Heimat ist, ist er auf moessingen.social herzlich willkommen!

Ein paar Konten vertragen wir noch, das Listing auf joinmastodon.org findet leider weiterhin nicht statt.

Gerne boost für etwas Reichweite.

https://moessingen.social/about

#mastodon #mastoadmin #homeserver