算出磁盘何时写满并定下下单截止日

目标

在 120 天的磁盘使用量表中剥离只发生一次的阶跃，求出自然增长率，计算到阈值的剩余天数和下单截止日，然后把同样的计算做成能对任意表格运行的脚本。

为什么重要

“磁盘百分之几”这个问题，由监控画面来回答。基础设施工程师要回答的是“扩容最晚什么时候之前必须下单”，而答案来自增长速度、阈值、交付周期这三个数字。如果把迁移这样只发生一次的增长混进趋势，就会过量订购；如果忽略增长，就会缺货。本实验并排求出两个斜率（整体的和阶跃之后的），让人亲眼看到这个差别。

材料在 /opt/lab/capacity/forecast/ 中，评分器根据原始材料计算期望值。最后一步的脚本，每次评分时还会在新生成的表格上运行。

步骤

把 /opt/lab/capacity/forecast/ 中的 disk_usage.csv、holdout.csv、policy.env 复制到 /root/cap/。
在 /root/cap/01-now.txt 中写入 date=、used_gb=、used_pct=（相对于容量，保留一位小数）。
把 120 天整体的最小二乘斜率以 slope_gb_per_day=（保留两位小数）写到 /root/cap/02-naive.txt。
把比前一天增长最多的那一天及其增长量，以 step_date=、step_gb= 写到 /root/cap/03-step.txt。
把阶跃之后那天起的斜率以 slope_gb_per_day= 写到 /root/cap/04-organic.txt。
用自然增长斜率，把 days_to_threshold=、threshold_date=、days_to_full= 写到 /root/cap/05-runway.txt（天数向上取整）。
在 /root/cap/06-order.txt 中写入 order_by=（阈值到达日 − LEAD_DAYS）和 days_left=。
让 /root/cap/forecast.py <csv> <용량GB> <임계%>（占位符依次为 CSV 文件、容量 GB、阈值百分比）输出一行 JSON {"step_date", "organic_slope", "days_to_threshold"}。

参考

最小二乘斜率：Σ(x−x̄)(y−ȳ) / Σ(x−x̄)²，x 是从第一天起的天数。
日期：date.fromisoformat、timedelta(days=n)。向上取整：math.ceil。
常见错误 1：用没有剥离阶跃的斜率来算剩余天数——会得出过分悲观的预测。
常见错误 2：把这张表的日期或数字写死在脚本里——评分器用新生成的表格运行时就会失败。

复制材料

把 /opt/lab/capacity/forecast/ 中的一组文件（disk_usage.csv、holdout.csv、policy.env）复制到 /root/cap/。不要修改内容。

用 cp 搬运目录中的内容。如果改动了材料，评分器会提示它与原件不同。

写下当前状态

在 /root/cap/01-now.txt 中写三行：date=<표의 마지막 날짜>、used_gb=<그날 사용량>、used_pct=<policy.env 의 CAPACITY_GB 대비 백분율, 소수 첫째 자리>（占位符依次为表中的最后日期、当天使用量、相对于 policy.env 中 CAPACITY_GB 的百分比并保留一位小数）。

用 tail -1 看最后一行。百分比是 used ÷ capacity × 100，四舍五入到一位小数。

整个时间段的斜率

用 120 天整体求出最小二乘斜率（GB/天），以 slope_gb_per_day=<값, 소수 둘째 자리>（占位符为保留两位小数的值）写到 /root/cap/02-naive.txt。x 是从第一天起的天数。

斜率 = Σ(x−x̄)(y−ȳ) / Σ(x−x̄)²。把日期字符串用 date.fromisoformat 转换，取与第一天的差（.days）作为 x。

找到阶跃

找出使用量比前一天增长最多的那一天，把 step_date=<그날> 和 step_gb=<그날의 증가량, 정수>（占位符依次为那一天、当天的增长量取整数）写到 /root/cap/03-step.txt。

求出相邻两行的所有差值，选出最大的。它是平时每天增长量的几十倍，很显眼。

自然增长斜率

只用阶跃发生那天的下一天起到最后一天的数据，重新求最小二乘斜率，以 slope_gb_per_day=<값, 소수 둘째 자리>（占位符为保留两位小数的值）写到 /root/cap/04-organic.txt。

把与第 3 步相同的公式只应用在 step_date 之后的行上。如果它与整体斜率相差很大，那个差值就是阶跃混进斜率的部分。

剩余天数

用自然增长斜率计算，在 /root/cap/05-runway.txt 中写三行：days_to_threshold=<THRESHOLD_PCT 까지 남은 날수, 올림>、threshold_date=<마지막 날짜 + 그 날수>、days_to_full=<100% 까지 남은 날수, 올림>（占位符依次为到 THRESHOLD_PCT 的剩余天数向上取整、最后日期加上该天数、到 100% 的剩余天数向上取整）。

剩余天数 = 向上取整((容量 × 比例 − 当前使用量) ÷ 斜率)。使用 math.ceil，日期用 timedelta(days=…) 相加。

下单截止日

在 /root/cap/06-order.txt 中写 order_by=<threshold_date − LEAD_DAYS> 和 days_left=<마지막 날짜부터 order_by 까지의 날수>（占位符分别为 threshold_date 减去 LEAD_DAYS、从最后日期到 order_by 的天数）。

LEAD_DAYS 在 policy.env 中。如果 days_left 是个位数，它就应该成为这份报告的第一句。

能对任意表格运行的预测脚本

创建 /root/cap/forecast.py。以 python3 forecast.py <csv> <용량GB> <임계%>（占位符依次为 CSV 文件、容量 GB、阈值百分比）调用时，必须在标准输出中输出一行 JSON {"step_date": "YYYY-MM-DD", "organic_slope": <숫자>, "days_to_threshold": <정수>}（占位符依次为数字、整数）。计算规则与第 4–6 步相同。评分器会把这个脚本在 holdout.csv 以及每次评分时新生成的表格上运行。

把第 4–6 步的计算封装成函数，用 sys.argv 接收文件和两个数字。输出只需一次 json.dumps。请先用 python3 forecast.py holdout.csv 1000 80 运行一下。