feat: 导出增加用户名 + 用户LD板数 (快照级两列, 新增 group=users 用户级导出)

- 快照级 CSV/JSON 追加 用户名/用户LD板数 列 (DomainDetail 逐域聚合, 板键=rack+cluster+ld)
- 新增 group=users: 每快照x每用户一行, 含板号/Rack/域数/设计/T-Pod/运行时间
- 导出弹窗加导出粒度选项; README 同步

README.md

@@ -113,11 +113,13 @@ curl -X POST http://<服务器>:5100/api/collect \
 
 ### 导出历史数据
 
-`/api/export` 端点支持 CSV (Excel 友好, 带 UTF-8 BOM) 和 JSON 两种格式，可按时间范围和来源过滤。
+`/api/export` 端点支持 CSV (Excel 友好, 带 UTF-8 BOM) 和 JSON 两种格式，可按时间范围和来源过滤，并支持两种导出粒度。
 
 ```
-GET /api/export?format=csv                          # 默认: CSV 全部
+GET /api/export?format=csv                          # 默认: 快照级 CSV 全部
-GET /api/export?format=json                         # JSON 全部
+GET /api/export?format=json                         # 快照级 JSON 全部
+GET /api/export?group=users                         # 用户级: 每条快照 × 每个用户一行
+GET /api/export?group=users&format=json             # 用户级 JSON
 GET /api/export?days=7                              # 最近 7 天
 GET /api/export?since=2026-07-01&until=2026-07-31   # 自定义范围
 GET /api/export?source=collect.py                   # 按来源模糊匹配
@@ -126,14 +128,23 @@ GET /api/export?format=json&days=30&source=scmp03   # 组合
 
 参数说明:
 - `format`: `csv` (默认) 或 `json`
+- `group`: `snapshots` (默认) 或 `users` — 见下方两种粒度
 - `days`: 限制最近 N 天 (0/缺省 = 全部)
 - `since` / `until`: `YYYY-MM-DD` 或 ISO 时间戳
 - `source`: 模糊匹配 `source` 字段 (如 `collect.py`、`scmp03`)
 - `limit`: 最多返回条数 (默认 10000, 上限 100000)
 
-CSV 文件名: `palladium_snapshots_YYYYMMDD_HHMMSS.csv`，包含 19 列（时间本地+UTC、仿真器/硬件/ConfigMgr、系统状态、来源、板/域计数、利用率、作业数等）。
+**粒度一: 按快照 (`group=snapshots`, 默认)** — 每条快照一行，CSV 文件名 `palladium_snapshots_YYYYMMDD_HHMMSS.csv`，21 列（时间本地+UTC、仿真器/硬件/ConfigMgr、系统状态、来源、板/域计数、利用率、作业数等），末尾追加:
+- `用户名`: 该快照下占用 LD 板的所有用户 (逗号分隔，如 `pzuser102, pzuser103`)
+- `用户LD板数`: 与用户名顺序对应的各用户占用 LD 板数 (如 `6, 5`)
 
-Web 界面入口：历史记录页右上角「📤 导出」按钮。
+JSON 格式每行额外附 `users` 数组 (含每用户板号/域数/设计名/运行时间明细)。
+
+**粒度二: 按用户 (`group=users`)** — 每条快照 × 每个占用 LD 板的用户一行，CSV 文件名 `palladium_users_YYYYMMDD_HHMMSS.csv`，12 列: 快照 ID、时间(本地/UTC)、数据来源、**用户名**、**用户LD板数**、LD 板号、Rack、占用域数、设计名、T-Pod、运行时间。
+
+> 用户名/LD 板数来自详细版 `test_server` 输出的逐域归属数据 (DomainDetail)；短格式 (`test_server -short`) 快照无逐域归属，快照级导出用户列显示 `-`，用户级导出中不出现该快照。
+
+Web 界面入口：历史记录页右上角「📤 导出」按钮，弹窗内可选导出粒度。
 
 ## 解析器支持的输出格式
 

app.py

@@ -1116,8 +1116,80 @@ EXPORT_FIELDS = [
     ("disabled_domains", "已禁用域"),
     ("not_exist_domains", "不存在域"),
     ("active_jobs", "活跃作业"),
+    ("user_names", "用户名"),
+    ("user_ld_counts", "用户LD板数"),
 ]
 
+# 用户级导出 (group=users): 每条快照 × 每个占用 LD 板的用户一行
+EXPORT_USER_FIELDS = [
+    ("id", "快照 ID"),
+    ("timestamp_local", "时间(本地)"),
+    ("timestamp_utc", "时间(UTC)"),
+    ("source", "数据来源"),
+    ("owner", "用户名"),
+    ("ld_count", "用户LD板数"),
+    ("boards", "LD板号"),
+    ("racks", "Rack"),
+    ("domain_count", "占用域数"),
+    ("designs", "设计名"),
+    ("pods", "T-Pod"),
+    ("elap_times", "运行时间"),
+]
+
+
+def _collect_user_board_stats(snapshot_ids):
+    """
+    按快照 × 用户聚合 LD 板使用情况 (基于 DomainDetail 逐域归属)。
+
+    返回 {snapshot_id: [user_stat, ...]}, user_stat 含:
+      owner / ld_count / boards / racks / domain_count / designs / pods / elap_times
+    列表按用户名排序; 短格式 (无逐域归属) 快照不会出现在结果里。
+    LD 板唯一键 = (rack, cluster, ld_index) 三元组。
+    """
+    result = {}
+    if not snapshot_ids:
+        return result
+    q = (
+        DomainDetail.query
+        .filter(DomainDetail.snapshot_id.in_(snapshot_ids))
+        .filter(~DomainDetail.owner.in_(("NONE", "", "—")))
+    )
+    for d in q.yield_per(2000):
+        users = result.setdefault(d.snapshot_id, {})
+        u = users.setdefault(d.owner, {
+            "boards": set(), "racks": set(), "domain_count": 0,
+            "designs": set(), "pods": set(), "elap_times": set(),
+        })
+        u["boards"].add((d.rack, d.cluster, d.ld_index))
+        if d.rack is not None:
+            u["racks"].add(d.rack)
+        u["domain_count"] += 1
+        if d.design and d.design not in ("--", "NONE"):
+            u["designs"].add(d.design)
+        # 过滤 "--" / "-- --" 等纯占位 T-Pod
+        if d.t_pod and d.t_pod.strip("- ").strip():
+            u["pods"].add(d.t_pod)
+        if d.elap_time and d.elap_time not in ("--",):
+            u["elap_times"].add(d.elap_time)
+
+    out = {}
+    for sid, users in result.items():
+        items = []
+        for owner in sorted(users):
+            u = users[owner]
+            items.append({
+                "owner": owner,
+                "ld_count": len(u["boards"]),
+                "boards": ", ".join(f"LD{ld}" for _, _, ld in sorted(u["boards"])),
+                "racks": ", ".join(str(r) for r in sorted(u["racks"])),
+                "domain_count": u["domain_count"],
+                "designs": ", ".join(sorted(u["designs"])) or "-",
+                "pods": ", ".join(sorted(u["pods"])) or "-",
+                "elap_times": ", ".join(sorted(u["elap_times"])) or "-",
+            })
+        out[sid] = items
+    return out
+
 
 def _build_export_query():
     """
@@ -1205,46 +1277,76 @@ def api_export():
 
     Query:
       - format:   csv | json (默认 csv)
+      - group:    snapshots (默认, 每条快照一行, 追加用户名+各用户 LD 板数两列)
+                  users (每条快照 × 每个占用 LD 板的用户一行: 用户名/LD板数/板号等)
       - days:     限制最近 N 天
       - since:    起始时间 (YYYY-MM-DD 或 ISO)
       - until:    截止时间
       - source:   模糊匹配 source 字段
       - limit:    最多 N 条 (默认 10000, 上限 100000)
 
-    CSV 文件名: palladium_snapshots_YYYYMMDD_HHMMSS.csv
+    CSV 文件名:
-    JSON 文件名: palladium_snapshots_YYYYMMDD_HHMMSS.json
+      快照级: palladium_snapshots_YYYYMMDD_HHMMSS.csv
+      用户级: palladium_users_YYYYMMDD_HHMMSS.csv
     """
+    group = request.args.get("group", "snapshots").strip().lower()
+    if group not in ("snapshots", "users"):
+        group = "snapshots"
+
     q = _build_export_query()
-    rows = [_snapshot_to_row(s) for s in q.all()]
+    snaps = q.all()
+
+    # 按快照 × 用户聚合 LD 板使用 (详细版输出才有 DomainDetail; 短格式快照无用户数据)
+    user_stats = _collect_user_board_stats([s.id for s in snaps])
+
+    rows = []
+    for s in snaps:
+        users = user_stats.get(s.id, [])
+        row = _snapshot_to_row(s)
+        row["user_names"] = ", ".join(u["owner"] for u in users) if users else "-"
+        row["user_ld_counts"] = ", ".join(str(u["ld_count"]) for u in users) if users else "-"
+        if group == "users":
+            # 用户级: 每个用户一行, 带快照公共字段 + 该用户的 LD 板明细
+            for u in users:
+                r = dict(row)
+                r.update(u)
+                rows.append(r)
+        else:
+            # 快照级: JSON 附 users 明细数组 (CSV 只写 user_names / user_ld_counts 两列)
+            row["users"] = users
+            rows.append(row)
 
     fmt = request.args.get("format", "csv").lower()
     ts_str = datetime.now().strftime("%Y%m%d_%H%M%S")
+    base_name = "palladium_users" if group == "users" else "palladium_snapshots"
 
     if fmt == "json":
         body = {
             "exported_at": datetime.now(timezone.utc).isoformat(),
+            "group": group,
             "count": len(rows),
             "rows": rows,
         }
         resp = jsonify(body)
         resp.headers["Content-Disposition"] = (
-            f'attachment; filename="palladium_snapshots_{ts_str}.json"'
+            f'attachment; filename="{base_name}_{ts_str}.json"'
         )
         return resp
 
     # ── CSV (默认) ──
+    fields = EXPORT_USER_FIELDS if group == "users" else EXPORT_FIELDS
     buf = io.StringIO()
     # 写 BOM 让 Excel 直接识别 UTF-8 (否则中文乱码)
     buf.write("\ufeff")
     writer = csv.writer(buf)
-    writer.writerow([label for _, label in EXPORT_FIELDS])
+    writer.writerow([label for _, label in fields])
     for r in rows:
-        writer.writerow([r.get(key, "") for key, _ in EXPORT_FIELDS])
+        writer.writerow([r.get(key, "") for key, _ in fields])
     csv_data = buf.getvalue()
 
     resp = Response(csv_data, mimetype="text/csv")
     resp.headers["Content-Disposition"] = (
-        f'attachment; filename="palladium_snapshots_{ts_str}.csv"'
+        f'attachment; filename="{base_name}_{ts_str}.csv"'
     )
     return resp
 

templates/history.html

@@ -110,6 +110,7 @@ function closeExportModal() {
 }
 function doExport() {
     const fmt     = document.getElementById('expFormat').value;
+    const group   = document.getElementById('expGroup').value;
     const range   = document.getElementById('expRange').value;
     const since   = document.getElementById('expSince').value;
     const until   = document.getElementById('expUntil').value;
@@ -117,6 +118,7 @@ function doExport() {
 
     const params = new URLSearchParams();
     params.set('format', fmt);
+    params.set('group', group);
     if (range !== 'all') params.set('days', range);
     if (range === 'custom') {
         if (since) params.set('since', since);
@@ -144,6 +146,13 @@ function toggleRangeFields() {
             <button class="modal-close" onclick="closeExportModal()">✕</button>
         </div>
         <div class="modal-body">
+            <div class="form-group">
+                <label>导出粒度</label>
+                <select id="expGroup" class="form-control">
+                    <option value="snapshots" selected>按快照 — 每条快照一行 (含用户名 + 各用户 LD 板数)</option>
+                    <option value="users">按用户 — 每条快照 × 每个用户一行 (用户名 / LD 板数 / 板号)</option>
+                </select>
+            </div>
             <div class="form-group">
                 <label>格式</label>
                 <select id="expFormat" class="form-control">
@@ -179,7 +188,8 @@ function toggleRangeFields() {
             </div>
             <p class="modal-hint">
                 导出上限 10 万条; 超过会自动截断。<br>
-                CSV 默认包含 19 列: 时间(本地+UTC)、仿真器/硬件/ConfigMgr、系统状态、来源、板/域计数、利用率(1 位小数)、作业数等。
+                按快照: 21 列 — 时间(本地+UTC)、仿真器/硬件/ConfigMgr、系统状态、来源、板/域计数、利用率、作业数、用户名、各用户 LD 板数 (多用户逗号分隔, 顺序对应)。<br>
+                按用户: 12 列 — 快照时间/来源 + 用户名、该用户 LD 板数、板号、Rack、占用域数、设计名、T-Pod、运行时间。用户名/LD 板数来自详细版 test_server 逐域归属数据。
             </p>
         </div>
         <div class="modal-footer">