MatteKverna. Figur 1: Tynn klient vs tykk klient

Transkript

1 MatteKverna Bakgrunn Firmaet MatteKverna har spesialisert seg på å lage programmer for effektiv utførelse av matematiske beregninger. Forretningsideen er at kundene betaler et forholdsvis lavt startbeløp for å kunne bruke hvert beregningsprogram, og deretter en avgift per beregning man utfører. Dermed blir det mulig å bruke dette programmet selv for små bedrifter som ikke utfører denne typen beregninger veldig hyppig, mens man neppe ville hatt råd til det hvis man måtte betale en engangspris for fulle bruksretter. Dersom en kunde legger nok penger på bordet, så selger MatteKverna også beregningsprogrammer med fulle bruksretter. Dataene som skal brukes i den matematiske beregningen, befinner seg i utgangspunktet på en klientmaskin hos kunden (der for eksempel brukere har tastet dem inn, eller de er blitt hentet inn automatisk fra måleutstyr). Det fins nå to måter å gjøre beregningene på: Tynn klient, tykk tjener Klientmaskinen har liten prosesseringskapasitet. Dataene sendes over Internett til tjenermaskinen, som utfører beregningene og sender resultatet tilbake. Tykk klient, tynn tjener Klientmaskin med større prosesseringskapasitet. Beregningene utføres i hovedsak på klientmaskinen. Klienten må likevel sende en liten melding over Internett til tjeneren og få et kodenummer tilbake for at beregningen skal virke (pga avgiftsbetalingen). Disse to alternativene er vist i figur 1. MatteKverna ser for seg to typer kunder Figur 1: Tynn klient vs tykk klient Små bedrifter som ikke har kapasitet til å kjøre tunge beregninger lokalt. For disse tilbyr MatteKverna en løsning basert på prinsippet med tynn klient, tykk tjener. 1

2 Store bedrifter som kan kjøre de fleste tunge beregninger lokalt. MatteKverna har også en tjeneste med tykk klient, tynn tjener som vil passe til disse kundene. For hver type beregning MatteKverna tilbyr, så har dermed kunden 4 valgmuligheter: Ikke benytte denne typen beregning. Foreta beregninger lokalt (dvs tykk klient, tynn tjener). Foreta beregninger hos MatteKverna med lav prioritet (dvs tynn klient, tykk tjener). Foreta beregninger hos MatteKverna med høy prioritet (dvs tynn klient, tykk tjener). Når beregningene foretaes hos MatteKverna, så må kunden i tillegg til avgiften for beregningen også betale for hver CPU-time som brukes. Dersom kunden velger høy prioritet, så er prisen pr CPU-time større, men beregningene vil bli ferdig raskere enn dersom kunden valgte å foreta beregninger med lav prioritet. Oppgave 1 I tillegg til selve beregningstjenestene, har MatteKverna også nettsider med informasjon om firmaet og tjenestene de tilbyr. Her kan potensielle kunder finne kontaktinformasjon, hvilke beregningsprogrammer MatteKverna tilbyr, prisen til de forskjellige produktene osv. Når en interessert person via sitt nettleserprogram besøker disse nettsidene, foregår kommunikasjonen i all hovedsak ved at det blir sendt en <hent side>-forespørsel til en webtjener, og det blir så returnert et svar i form av en nettside. Figur 2: Forenklet utgave av webtjener En forenklet utgave av webtjeneren til MatteKverna er vist i figur 2. I denne oppgaven antar vi at webtjeneren i gjennomsnitt får 10 <hent side>-forespørsler i sekundet a). Hver forespørsel kommer som en serie datapakker på tilsammen 1500 byte b). Forespørslene håndteres av en prosessor hos webtjeneren. Hver forespørsel krever eksekvering av 1975 instruksjoner hvor hver instruksjon i gjennomsnitt krever 30 klokkesykler. Nettsiden, som returneres som resultatet av en forespørsel, er i gjennomsnitt på byte, og ligger lagret på disk hos webtjeneren. Diskene kan levere maksimalt 1, byte pr. sekund. MatteKverna har valgt å benytte seg av en ADSL linje for kommunikasjon med omverdenen. For hver nettside som webtjeneren leverer må en derfor regne med overhead på 15% i form av kontroll- og adresse-informasjon, samt protokollmeldinger for overføringen. a) MatteKverna deler webtjener med andre bedrifter b) 1 byte = 8 bit 2

3 1. Hva er nødvendig nedstrøms (mot tjeneren) og oppstrøms (fra tjeneren) kapasitet i bit pr sekund på ADSL linjen? 2. Hvor mange Hz klokkefrekvens (antall klokkesykler pr. sekund) må prosessoren ha for å håndtere forespørslene? 3. Hvor mange disker er nødvendig for å levere informasjonen hurtig nok når forespørslene fordeles likt over diskene? 4. En dag oppstår en feil på linjen slik at oppstrøms linjekapasitet halveres. La t være tiden målt i sekunder fra feilen oppstod. Siden oppstrøms linjekapasitet er halvert, så blir det etterhvert liggende en kø av data som skal sendes ut. La funksjonen f(t) angi hvor mange byte data som ligger i køen. Finn f(t) og df dt Oppgave 2. Hva er df dt et uttrykk for? Dersom et firma er registret som kunde hos MatteKverna, så får det en brukerkonto og muligheten til å bestille produkter ved hjelp av en nettside. På denne nettsiden kan kunden bestemme hvilke programmer (f.eks. LU-faktorisering) det er ønske om å benytte og hvordan programmene skal kjøres (tynn eller tykk klient). I startfasen til MatteKverna så står valget mellom to forskjellige brukergrensesnitt for denne nettsiden (se c). Denne oppgaven går ut på å teste ut de to brukergrensesnittene med forskjellige belastninger (belastning endres under Innstillinger) på webtjeneren. Mer spesifikt så skal hvert gruppemedlem gjøre følgende gjøres 2 ganger (det vil her være fordelaktig om dette gjøres i parallell): For begge alternativene, og for de to forskjellige belastningene (i alt 4 ganger) så skal dere gjøre følgende 3 operasjoner: Registrere programmene i tabell 1. Registrere programmene i tabell 2. Fjerne registreringen på alle produkter. Dere trenger ikke logge inn og ut mellom hvert punkt, men dere må registrere transaksjonen. Når dere tester brukergrensesnittene så skal dere måle hvor lang tid hver operasjon tar. Tidsmålingen skal både inneholde hvor lang tid det tar å utfylle skjemaene og hvor lang tid det tar fra dere trykker en knapp til dere får respons tilbake. Kode Navn Type Beregningsmåte npd-2v 2D varmeledningslingning Partiell differensialligning Foreta hos MatteKverna, lav prioritet npd-2b 2D bølgeligning Partiell differensialligning Foreta hos MatteKverna, lav prioritet nla-mm Matrisemultiplikasjon Lineær algebra Foreta hos MatteKverna, høy prioritet nla-ev Beregning av egenverdier Lineær algebra Foreta lokalt Tabell 1: Programmer som skal registreres, del 1 1. Gi en kvantitativ vurdering (dvs vurder alternativene opp mot resultatene fra tidtakingen) av de to alternativene. 2. Gi en kvalitativ vurdering (dvs en ting som ikke kan tallfestes, f.eks. hvor lett et er å forstå brukergrensesnittet eller hvor greit det er å jobbe med) av de to alternativene. 3. I hvilke situasjoner er er alternativ 1 et fordelaktig brukergrensesnitt, og når vil dere anbefale alternativ 2? c) Siden brukergrensesnittet bruker cookies, så må nettleseren din ha støtte for cookies. 3

4 Navn Type Beregningsmåte 3D poissonligning Partiell differensialligning Foreta hos MatteKverna, høy prioritet Primtallsfaktorisering Tallteori Foreta lokalt Reisende selger Grafteori Foreta hos MatteKverna, lav prioritet Største klikk Grafteori Foreta hos MatteKverna, høy prioritet Tabell 2: Programmer som skal registreres, del 2 4. Hvilket alternativ ville dere valgt? Skisser noen forbedringer dere ville ha gjort (funksjonalitet dere ville ha inkludert og/eller design av alternative skjermbilder). Oppgave 3 Dersom en kunde ønsker å benytte seg av et av MatteKvernas produkter til en beregning, så er det 3 mulige måter dette kan foregå på. Lokalt hos kunden Kunden sender en forespørsel til MatteKverna, og får tilbake en lisenskode som gjør at programmet foretar beregningen. Hos MatteKverna med lav prioritet Kunden sender en forespørsel til MatteKverna, og får tilbake en lisenskode. Deretter sender kunden all inndata, tilsammen x 1 byte, som kreves for beregningen til MatteKverna. Hos MatteKverna kjører så programmet på en datamaskin som kan utføre operasjoner pr sekund. Når det er ferdig, så blir resultatet sendt tilbake til kunden, der svaret er på x 2 byte. Hos MatteKverna med høy prioritet Samme som foregående, men her kan datamaskinen utføre operasjoner pr sekund. I alle alternativene så er både forespørsel og lisenskode er på 1, byte. For å behandle kundenes forespørsler og overføring av data, så har MatteKverna en separat Internett oppkobling med kapasitet på 30 Mbit/s d) både oppstrøms og nedstrøms. Vi antar i oppgaven at kunden har en lignende linje, og at det ikke forgår annen trafikk på linjen når kunden og MatteKverna utveksler data. Som i oppgave 1 må vi regne med 15% overhead. 1. Dersom et problem krever inndata på 3, byte, gir et resultat på 1, byte og benytter 1, operasjoner, hvor lang tid tar det å utføre beregningen hos MatteKverna med lav prioritet (inklusive kommunikasjon)? 2. Hvor mange operasjoner i sekundet må en datamaskin hos kunden kunne foreta dersom det skal gå raskere å foreta beregningene lokalt? 3. La s være mengden data som skal fraktes mellom kunden og MatteKverna, og la n være antallet operasjoner som programmet krever. Finn funksjonene T l (s, n) og T h (s, n) som gir totaltid (både kommunikasjonstid og beregningstid) for å foreta beregningene hos MatteKverna med henholdsvis lav og høy prioritet. 4. Morgan Industrier er i besittelse av et lite cluster med datamaskiner som kan utføre operasjoner pr sekund. Dersom det skal gå raskere å foreta beregningene lokalt fremfor å foreta de med høy prioritet hos MatteKverna, så må det foretaes mindre enn n operasjoner for hver byte med data som må fraktes. Finn n. d) bit/s 4

5 Oppgave 4 Rokade forsikring er et firma som ofte har behov for å utføre matematiske beregninger, og de vurderer om de skal benytte seg av MatteKvernas tilbud. I tillegg til hvor lang tid beregningene tar, så vurderer Rokade forsikring også følgende faktorer: økonomi Hvilke investeringer, driftsutgifter og potensielle besparelser de ulike alternativene innebærer. oppdateringer Hvor ofte programmene blir forbedret, og hvordan oppdateringene er tilgjengelig. sikkerhet Motstandsdyktighet mot virus, hackerangrep eller at konfidensielle data kommer på avveie. tilgjengelighet At det til en hver tid er mulig å foreta de beregningene de trenger. pålitelighet Hvilken tillit man kan ha til at beregningsresultater faktisk er korrekte; evt feil i beregningsprogrammene vil kunne føre til gale resultater. uavhengighet Hvor avhengig organisasjonen blir av andre bedrifter; hvis en outsourcer e) viktige arbeidsoppgaver til eksterne bedrifter, vil organisasjonen potensielt kunne komme i trøbbel hvis disse bedriftene plutselig forsvinner. kompetanse Hva resultatene blir for kompetanseoppbygningen internt i organisasjonen. Alternativene som Rokade forsikring vurder er: Kjøpe et beregningsprogram med fulle bruksretter og kjøre på egen maskin (dvs. trenger overhodet ikke videre kommunikasjon med MatteKverna). I tillegg til selve beregningsprogrammet så må også Rokade forsikring skaffe en datamaskin til å foreta beregningene på. Bruke tykk klient mot MatteKverna (dvs bruke MatteKvernas tilbud om lokale beregninger). Dette krever investering i en tykk klient. Bruke tynn klient mot MatteKverna (enten med lav eller med høy prioritet). Det er da ikke nødvendig å gå til innkjøp av ny hardware. Når det gjelder investeringer, så kjenner Rokade forsikring til at forholdet ytelse/pris for datamaskiner dobles cirka hver 18. måned f) (Dette vil si at man 18 måneder inn i framtiden kan regne med å få en dobbelt så rask datamaskin for hver krone brukt). Rokade forsikring er derfor litt skeptisk til å foreta investeringer i kraftige datamaskiner. 1. Drøft fordeler og ulemper for de tre alternativene Rokade forsikring har for å foreta matematiske beregninger. 2. Rokade forsikring vurderer ikke å benytte seg av gratisprogrammer (freeware) som finnet på Internett (dvs. hvem som helst vil kunne laste dem ned og ta dem i bruk uten å betale noe). Hvilke fordeler og ulemper har bruk av gratisprogrammer? Oppgave 5 Vi skal i denne oppgaven se nærmere på responstid og kølengder i beregningsmaskinen hos Matte- Kverna. Beregningsforespørslene kommer fra en stor mengde kunder og er helt uavhengig av hverandre. Dette resulterer i at i noen perioder kommer flere forespørsler enn i andre, og dette kan gi opphav til venting. Når en forespørsel kommer inn blir den lagt i kø (dersom det ikke er noe prosesseringskraft tilgjengelig). Datamaskinen håndterer denne køen etter først til mølla får først e) at et annet firma tar for seg enkelte arbeidsoppgaver; f.eks. å la MatteKverna foreta beregningene f) dette er en konsekvens av Moores lov 5

6 male prinsippet. Da det viser seg at flertallet av kundene velger å foreta beregningene med lav prioritet, og at en beregningsjobb i snitt krever 1, operasjoner, så skal vi i en forenklet modell anta følgende: Alle beregningsjobbene krever 1, operasjoner Når datamaskinen hos MatteKverna foretar beregningsjobber på 1, operasjoner, så tar det 300 sekunder. Alle kundene foretar beregninger med lav prioritet. Dette vil si at at en beregningsjobb må være gjennomført innen 2375 sekunder. Forespørslene om beregningsjobb kommer uavhengig av hverandre, men det kommer i snitt en ny jobb hvert 5. minutt g). Simuler (etterlign) minst 120 forespørsler (flere forespørsler vil gi et tydeligere resultat). Til simuleringen kan dere bruke tabell 3, som angir hvor lang tid et er mellom påfølgende beregningsjobber h). Til simuleringene kan python-scriptet i vedlegg A være til hjelp. Både dataene og python-scriptet er tilgjengelig på Nr Tid Nr Tid Nr Tid Nr Tid Nr Tid Tabell 3: Avstand mellom nye jobber (tiden er målt i sekunder) Anta at MatteKverna bytter ut beregningsmaskinen med en som klarer å foreta 25% flere operasjoner i sekundet, mens resten av variablene i simuleringen er de samme. Gjenta simuleringen. 1. For hver av simuleringene, hva er: g) Dette blir dermed en Poisson prosess h) For å generere data selv, så tiden mellom to forespørsler lik 300 ln(r), hvor r er et tilfeldig tall fra 0 til og med 1 6

7 Midlere antall forespørsler som venter i kø, L? Midlere tid en forespørsel må vente før den blir håndtert, W? Sannsynligheten for at en forespørsel skal bli betjent med en gang, p? 2. Foreta flere simuleringer med hver av beregningsmaskinene. For hver av beregningsmaksinene, tror dere midlere antall forespørsler som venter i kø (L), midlere tid en forespørsel må vente før den blir håndtert (W ) og sannsynligheten for at en forespørsel skal bli håndtert med en gang (p) har en asymptote som verdiene ved simuleringene konvergerer mot? Oppgave 6 Istedenfor å simulere forespørsler som kommer til beregningsmaskinen (som i oppgave 5), så kan MatteKverna bruke kjente statistiske metoder for å beregne L, W og p (som står for henholdsvis midlere antall forespørsler som venter i kø, midlere tid en forespørsel må vente før den blir håndtert og sannsynligheten for at en forespørsel skal bli betjent med en gang). Asymptotisk så gjelder da følgende sammenhenger: q = 1 p q = λt L = λw L = q 2 2(1 q) Her er q sannsynligheten for at en forespørsel ikke skal bli betjent med en gang, λ gjennomsnittlig antall forespørsler pr tidsenhet (dvs λ 1 er gjennomsnittlig tid mellom forespørslene) og t er tiden det tar å behandle en beregningsjobb. 1. Hvordan stemmer dette overens med resultatene fra oppgave 5? 2. Dersom det kommer i snitt en ny jobb hvert 5. minutt, hva blir da sammenhengen mellom midlere tid en forespørsel må vente før den blir håndtert og tiden det tar å behandle en jobb? 7

8 Vedlegg A: simuler.py #! / usr / bin /env python import s y s import random import math def show help ( ) : print Parametre : h V i s e r denne h j e l p e t e k s t e n. a FILNAVN Legger t i l avstandene mellom jobbene i FILNAVN. w FILNAVN Lagrer avstandene mellom jobbene i FILNAVN. ADVARSEL: s k r i v e r over evt. gammel data i FILNAVN. r FILNAVN Benytt FILNAVN som k i l d e f o r avstander mellom jobbene. F i l e n må være en ren t e k s t f i l med e t f l y t t a l l på hver l i n j e. Dersom denne parameteren ikke er satt, så b l i r avstandene mellom jobbene g e n e r e r t t i l f e l d i g. s HELTALL A n t a l l j o b b e r som s k a l være med i s i m u l e r i n g e n. 120 er standard. m FLYTTALL G j e n o m s n i t t e l i g l e n g d e mellom hver jobb. 300 er standard. o FLYTTALL Hvor lang t i d det t a r å behandle en jobb. 300 er standard. b FLYTTALL Viser bare de jobbene som må vente l e n g r e en e l l e r l i k FLYTTALL. 0 er standard. c FLYTTALL V i s e r bare de jobbene som må vente k o r t e r e en e l l e r l i k FLYTTALL. Uendelig er standard. def r e a d f i l e ( f i l e n a m e ) : f i l e = open ( f i l e n a m e, r ) l i n e s = f i l e. r e a d l i n e s ( ) f i l e. c l o s e ( ) incoming = [ ] for l i n e in l i n e s : incoming. append ( f l o a t ( l i n e ) ) return incoming def w r i t e f i l e ( f i l e n a m e, incoming, mode ) : f i l e = open ( f i l e n a m e, mode ) for i in range ( l e n ( incoming ) ) : i n c o m i n g l i n e = s t r ( incoming [ i ] ) + \n f i l e. w r i t e ( i n c o m i n g l i n e ) f i l e. c l o s e ( ) def g e n e r a t e ( s i z e, mean ) : incoming = [ ] for i in range ( s i z e ) : r = random. random ( ) while r == 0: r = random. random ( ) v a l u e = math. l o g ( r ) mean incoming. append ( v a l u e ) return incoming def compute ( incoming, op time ) : incoming. i n s e r t ( 0, 0 ) queue = [ 0 ] wait time = [ op time ] tmp time = 0 for i in range ( 1, l e n ( incoming ) ) : wait time. append ( op time + wait time [ i 1] incoming [ i ] ) i f w a i t t i m e [ i ] <= 0: w a i t t i m e [ i ] = 0 queue. append ( 0 ) tmp time = 0 e l s e : tmp time = tmp time + incoming [ i ] tmp count = i n t ( math. f l o o r ( tmp time / op time ) ) tmp queue = queue [ i 1] + 1 tmp count tmp time = tmp time ( tmp count op time ) queue. append ( tmp queue ) return [ incoming, queue, wait time ] def s h o w r e s u l t ( t a b l e, b v a l u e ) : incoming = t a b l e [ 0 ] queue = t a b l e [ 1 ] w a i t t i m e = t a b l e [ 2 ] incoming sum = 0 A-1

9 queue sum = 0 wait time sum = 0 b count = 0 print nr t i d kø v e n t e t i d for i in range ( 1, l e n ( incoming ) ) : t h i s w a i t t i m e = w a i t t i m e [ i ] i f t h i s w a i t t i m e >= b v a l u e : b count += 1 print %3d %12.4 f %5d %12.4 f % ( i, incoming [ i ], queue [ i ], w a i t t i m e [ i ] ) incoming sum += incoming [ i ] queue sum += queue [ i ] wait time sum += wait time [ i ] print sum %12.4 f %5d %12.4 f % ( incoming sum, queue sum, wait time sum ) print A n t a l l j o b b e r med v e n t e t i d l e n g r e en e l l e r l i k %.2 f s : % d % ( b value, b count ) def s h o w r e s u l t c ( t a b l e, b value, c v a l u e ) : incoming = t a b l e [ 0 ] queue = t a b l e [ 1 ] w a i t t i m e = t a b l e [ 2 ] incoming sum = 0 queue sum = 0 wait time sum = 0 b c c o u n t = 0 print nr t i d kø v e n t e t i d for i in range ( 1, l e n ( incoming ) ) : t h i s w a i t t i m e = w a i t t i m e [ i ] i f t h i s w a i t t i m e >= b v a l u e and t h i s w a i t t i m e <= c v a l u e : bc count += 1 print %3d %12.4 f %5d %12.4 f % ( i, incoming [ i ], queue [ i ], w a i t t i m e [ i ] ) incoming sum += incoming [ i ] queue sum += queue [ i ] wait time sum += wait time [ i ] print sum %12.4 f %5d %12.4 f % ( incoming sum, queue sum, wait time sum ) # p r i n t A n t a l l j o b b e r med v e n t e t i d f r a og med %.2 f s t i l og med %.2 f s : %d # % ( b value, c value, bc count ) i f n a m e == m a i n : s i z e = 120 mean = 300 op time = 300 w r i t e f i l e n a m e = r e a d f i l e n a m e = b v a l u e = 0 c i s s e t = 0 i = 1 while i < l e n ( s y s. argv ) : i f s y s. argv [ i ] == h e l p or s y s. argv [ i ] == h : show help ( ) s y s. e x i t ( 1 ) e l i f s y s. argv [ i ] == a : w r i t e f i l e n a m e = s y s. argv [ i ] f i l e = open ( w r i t e f i l e n a m e, a ) f i l e. c l o s e ( ) mode = a except ( IOError, IndexError ) : print Etter parameteren a så må det komme et f i l n a v n s y s. e x i t ( 3 ) i f s y s. argv [ i ] == w : w r i t e f i l e n a m e = s y s. argv [ i ] f i l e = open ( w r i t e f i l e n a m e, w ) f i l e. c l o s e ( ) mode = w except ( IOError, IndexError ) : print Etter parameteren w så må det komme et f i l n a v n s y s. e x i t ( 3 ) e l i f s y s. argv [ i ] == r : r e a d f i l e n a m e = s y s. argv [ i ] f i l e = open ( r e a d f i l e n a m e, r ) f i l e. c l o s e ( ) except ( IOError, IndexError ) : print E t t e r parameteren r så må det komme navnet på en e k s i s t e r e n d e f i l A-2

10 s y s. e x i t ( 3 ) e l i f s y s. argv [ i ] == s : s i z e = max( i n t ( s y s. argv [ i ] ), 0 ) except ( ValueError, IndexError ) : print Etter parameteren s så må det komme et h e l t a l l e l i f s y s. argv [ i ] == m : mean = max( f l o a t ( s y s. argv [ i ] ), 0 ) except ( ValueError, IndexError ) : print E t t e r parameteren m så må det komme e t f l y t t a l l e l i f s y s. argv [ i ] == o : op time = max( f l o a t ( s y s. argv [ i ] ), 0 ) except ( ValueError, IndexError ) : print E t t e r parameteren o så må det komme e t f l y t t a l l e l i f s y s. argv [ i ] == b : b v a l u e = f l o a t ( s y s. argv [ i ] ) except ( ValueError, IndexError ) : print E t t e r parameteren b så må det komme e t f l y t t a l l e l i f s y s. argv [ i ] == c : c v a l u e = f l o a t ( s y s. argv [ i ] ) c i s s e t = 1 except ( ValueError, IndexError ) : print E t t e r parameteren c så må det komme e t f l y t t a l l e l s e : print Ukjent parameter : + s y s. argv [ i ] print Benytt h f o r l i s t e over parametre i f r e a d f i l e n a m e! = : incoming = r e a d f i l e ( r e a d f i l e n a m e ) except IOError : print Noe b l e f e i l under l e s i n g av f i l e n + r e a d f i l e n a m e s y s. e x i t ( 4 ) except ValueError : print Noe e r f e i l med i n n h o l d e t av f i l e n + r e a d f i l e n a m e s y s. e x i t ( 4 ) e l s e : incoming = generate ( s i z e, mean ) i f w r i t e f i l e n a m e! = : w r i t e f i l e ( w r i t e f i l e n a m e, incoming, mode ) except IOError : print Noe b l e f e i l under s k r i v i n g av f i l e n + w r i t e f i l e n a m e s y s. e x i t ( 4 ) i f c i s s e t == 0: s h o w r e s u l t ( compute ( incoming, op time ), b v a l u e ) e l s e : s h o w r e s u l t c ( compute ( incoming, op time ), b v alue, c v a l u e ) A-3