26J30b3b

"""
[1단계 - KST 네이티브 징수판] 입력부터 저장까지 KST 타임라인 표준화 엔진
실행: python step1_prom_fetch.py --start-date 2026-06-01 --end-date 2026-06-07 --step 1m
"""

import os
import argparse
import requests
import pandas as pd
from datetime import datetime, timedelta, timezone
from pathlib import Path

# config.py 로부터 마스터 인프라 정보 주입
from config import RAW_DIR, DEFAULT_THANOS_URL, get_finops_promql_queries

# ── ⏰ KST (대한민국 표준시) 타임존 객체 글로벌 정의 ──
KST = timezone(timedelta(hours=9))

def parse_arguments():
    parser = argparse.ArgumentParser(description="FinOps Thanos KST Native Fetcher")
    parser.add_argument("--url", type=str, default=DEFAULT_THANOS_URL, help="Thanos/Prometheus Endpoint URL")
    parser.add_argument("--days", type=int, default=None, help="최근 며칠간의 데이터를 KST 00:00 정각 기준으로 수집할지 정의")
    parser.add_argument("--start-date", type=str, default=None, help="수집 시작 날짜 지정 (KST 기준 YYYY-MM-DD)")
    parser.add_argument("--end-date", type=str, default=None, help="수집 종료 날짜 지정 (KST 기준 YYYY-MM-DD)")
    parser.add_argument("--step", type=str, default="1m", help="수집 해상도 주기 (예: 1m, 5m, 15m)")
    parser.add_argument("--cluster", type=str, default=None, help="특정 타겟 클러스터 라벨 필터")
    parser.add_argument("--namespace", type=str, default=None, help="특정 네임스페이스 필터 (Regex 지원)")
    parser.add_argument("--force", action="store_true", help="기존 마감 청크를 무시하고 무조건 강제 재수집")
    return parser.parse_args()

def build_promql_selectors(cluster, namespace):
    selectors = ['container!=""']
    if cluster: selectors.append(f'cluster="{cluster}"')
    if namespace:
        if any(char in namespace for char in ["|", ".*", "^", "$"]):
            selectors.append(f'namespace=~"{namespace}"')
        else:
            selectors.append(f'namespace="{namespace}"')
    return "{" + ", ".join(selectors) + "}"

def fetch_range_chunk(url, query, start_ts, end_ts, step):
    endpoint = f"{url}/api/v1/query_range"
    params = {"query": query, "start": start_ts, "end": end_ts, "step": step}
    try:
        response = requests.get(endpoint, params=params, timeout=120)
        if response.status_code != 200: return None
        res_json = response.json()
        if res_json.get("status") != "success": return None
        return res_json["data"]["result"]
    except Exception:
        return None

def process_matrix_to_df(matrix_result, metric_name):
    if not matrix_result: return pd.DataFrame()
    records = []
    for item in matrix_result:
        metric_labels = item.get("metric", {})
        cluster = metric_labels.get("cluster", "default")
        namespace = metric_labels.get("namespace", "unknown")
        pod = metric_labels.get("pod", "unknown")
        container = metric_labels.get("container", "unknown")
        node = metric_labels.get("node", metric_labels.get("instance", "unknown")).split(":")[0]
        
        for val_pair in item.get("values", []):
            # 💡 [핵심 보정] 원천 UTC 에포크 초를 파싱한 즉시 KST 시간대로 강제 전환
            utc_dt = pd.to_datetime(int(val_pair[0]), unit='s').tz_localize('UTC')
            kst_dt = utc_dt.tz_convert('Asia/Seoul').tz_localize(None) # 하방 파이프라인 호환을 위해 naive화
            
            records.append({
                "timestamp": kst_dt,
                "cluster": cluster, "namespace": namespace, "pod": pod, "container": container, "node": node,
                metric_name: float(val_pair[1])
            })
    return pd.DataFrame(records)

def main():
    args = parse_arguments()
    
    # 현재 시각을 KST 기준으로 획득
    now_kst = datetime.now(KST)
    
    # ── 🛡️ [KST 인터프리터 레이어] 아규먼트 입력을 KST 정각으로 세팅 ──
    if args.days:
        start_dt = (now_kst - timedelta(days=args.days)).replace(hour=0, minute=0, second=0, microsecond=0)
        end_dt = now_kst
    elif args.start_date and args.end_date:
        # 입력된 문자열을 KST(UTC+9) 타임존 객체로 바인딩
        start_dt = datetime.strptime(args.start_date, "%Y-%m-%d").replace(tzinfo=KST)
        # 종료일은 해당 일자 23시 59분 59초까지 커버하도록 익일 00시 정각으로 셋업
        end_dt = (datetime.strptime(args.end_date, "%Y-%m-%d") + timedelta(days=1)).replace(tzinfo=KST)
    else:
        print("❌ 에러: (--days) 또는 (--start-date 및 --end-date) 세트가 지정되어야 합니다.")
        return

    selector = build_promql_selectors(args.cluster, args.namespace)
    queries = get_finops_promql_queries(selector)

    print(f"🚀 FinOps KST 네이티브 증분 수집 가동 -> URL: {args.url}")
    print(f"📅 정렬된 수집 범위 (KST 기준): {start_dt.strftime('%Y-%m-%d %H:%M:%S')} ~ {end_dt.strftime('%Y-%m-%d %H:%M:%S')}\n")

    chunk_delta = timedelta(hours=6)
    current_start = start_dt

    while current_start < end_dt:
        current_end = min(current_start + chunk_delta, end_dt)
        
        # 💡 파일명에 붙는 접미사 시간 문자열도 완벽하게 KST 시간 기준으로 생성됩니다! (예: prom_raw_20260601_00.parquet)
        chunk_str = current_start.strftime("%Y%m%d_%H")
        
        is_completed_chunk = (current_start + chunk_delta) <= now_kst
        if is_completed_chunk:
            out_file = RAW_DIR / f"prom_raw_{chunk_str}.parquet"
        else:
            out_file = RAW_DIR / f"prom_raw_{chunk_str}_active.parquet"
        
        if not args.force and is_completed_chunk and out_file.exists() and out_file.stat().st_size > 0:
            print(f"⏭️  [SKIP] KST {current_start.strftime('%m-%d %H:%M')} 구간 마감 완료 패스.")
            current_start = current_end
            continue

        # 💡 핵심: 내부 파이썬 .timestamp() 함수가 KST 객체를 프로메테우스가 이해하는 UTC 에포크 초로 자동 변환 전달!
        start_ts = int(current_start.timestamp())
        end_ts = int(current_end.timestamp())
        
        if is_completed_chunk:
            print(f"⏳ [청크 KST 마감 수집] {current_start.strftime('%m-%d %H:%M')} ~ {current_end.strftime('%m-%d %H:%M')}")
        else:
            print(f"🔄 [실시간 KST active] {current_start.strftime('%m-%d %H:%M')} ~ {current_end.strftime('%m-%d %H:%M')} (덮어쓰기)")
            
        chunk_df_list = []
        for metric_name, query_expr in queries.items():
            raw_matrix = fetch_range_chunk(args.url, query_expr, start_ts, end_ts, args.step)
            df_metric = process_matrix_to_df(raw_matrix, metric_name)
            if not df_metric.empty:
                chunk_df_list.append(df_metric)
        
        if chunk_df_list:
            merged_chunk = chunk_df_list[0]
            for next_df in chunk_df_list[1:]:
                join_keys = ["timestamp", "cluster", "namespace", "pod", "container", "node"]
                merged_chunk = pd.merge(merged_chunk, next_df, on=join_keys, how="outer")
            
            merged_chunk.to_parquet(out_file, index=False)
            print(f"  -> 💾 저장 완수: {out_file.name} (행수: {len(merged_chunk):,}개)")
            
            if is_completed_chunk:
                active_file = RAW_DIR / f"prom_raw_{chunk_str}_active.parquet"
                if active_file.exists(): active_file.unlink()
        else:
            print("  -> ⚠️ 해당 구간 메트릭 없음.")

        current_start = current_end

    print("\n✅ KST 기준 원천 데이터 증분 수집 정렬이 최종 완료되었습니다.")

if __name__ == "__main__":
    main()