#!/usr/bin/env python3
# -*- coding: utf-8 -*-
r'''分析 2 小时长测数据（列格式：时间戳 \t 状态码 \t 毫秒）。

上一版解析写错了 —— 它把任何 3 位数字都当状态码，
于是毫秒（921、968…）也被算成状态码，可用率算出来只有 84.8%，
是**假数字**。这里改成按列位置取。
'''
from __future__ import annotations

import sys
from collections import Counter
from pathlib import Path

path = Path(sys.argv[1] if len(sys.argv) > 1 else "/root/long2h_health.tsv")
if not path.is_file():
    print("  文件不存在: %s" % path)
    raise SystemExit(0)

rows = []
bad = 0
for line in path.read_text(encoding="utf-8", errors="replace").splitlines():
    line = line.strip()
    if not line:
        continue
    parts = line.split("\t")
    if len(parts) < 3:
        bad += 1
        continue
    stamp, code, ms = parts[0], parts[1].strip(), parts[2].strip()
    try:
        rows.append((stamp, code, float(ms)))
    except ValueError:
        bad += 1

print("  样本 %d 条（解析不了 %d 条）" % (len(rows), bad))
if not rows:
    raise SystemExit(0)

print("  时间范围: %s  ->  %s" % (rows[0][0], rows[-1][0]))

codes = Counter(c for _s, c, _m in rows)
total = len(rows)
ok = codes.get("200", 0)

print()
print("  ── HTTP 状态分布 ──")
for c, n in codes.most_common():
    print("    %-6s %4d 次   %5.1f%%" % (c, n, n * 100.0 / total))
print("    " + "-" * 30)
print("    可用率:  %d/%d = %.2f%%" % (ok, total, ok * 100.0 / total))

# 只看成功的耗时（失败的那些耗时没有意义）
good = sorted(m for _s, c, m in rows if c == "200")
if good:
    def p(q):
        return good[min(int(len(good) * q), len(good) - 1)]
    print()
    print("  ── 成功请求耗时（毫秒）──")
    print("    最小 %.0f   中位 %.0f   P90 %.0f   P99 %.0f   最大 %.0f"
          % (good[0], good[len(good) // 2], p(0.9), p(0.99), good[-1]))

# 如果还有第 4 列及以后（连接数之类），也统计一下
extra_cols = set()
for line in path.read_text(encoding="utf-8", errors="replace").splitlines():
    p = line.strip().split("\t")
    if len(p) > 3:
        extra_cols.add(len(p))
if extra_cols:
    print()
    print("  （文件里还有更多列，最多 %d 列）" % max(extra_cols))

fails = [(s, c, m) for s, c, m in rows if c != "200"]
print()
if fails:
    print("  ── 失败样本（共 %d 条）──" % len(fails))
    for s, c, m in fails[:15]:
        print("    %s   HTTP %-5s %.0fms" % (s, c, m))
    if len(fails) > 15:
        print("    … 还有 %d 条" % (len(fails) - 15))
    # 失败时间分布（按 10 分钟分桶）
    print()
    print("  ── 失败时刻分布（按小时）──")
    hours = Counter(s.split(" ")[1].split(":")[0] if " " in s else s[:2]
                    for s, _c, _m in fails)
    for h in sorted(hours):
        print("    %s 点  %d 次" % (h, hours[h]))
else:
    print("  ✓ 全程没有非 200 —— 2 小时 100% 可用")