更高效的Ansible字典列表比对与新结构生成方案问询

核心思路是避免嵌套循环，通过将健康监控数据转换为以IP为键的映射字典，再结合CSV数据按客户分组生成结果，将时间复杂度从O(n*m)（嵌套循环）降至O(n+m)（两次线性遍历），大幅提升处理效率。

步骤1：预处理健康监控数据为IP映射字典 #

先把API返回的health-check-list转换为以IP为键、状态为值的字典，后续可以直接通过IP快速查找状态：

- name: 转换健康监控数据为IP-状态映射字典
  set_fact:
    health_status_map: "{{ dict(get_response_oper['health-check-list'] | items2dict(key_name='ip', value_name='health_status')) }}"

注意：请根据实际API返回的字段名替换key_name（IP对应的字段，如ip_address）和value_name（状态对应的字段，如status）。

步骤2：按客户维度分组CSV数据 #

用groupby过滤器将CSV读取的csv_test_data按客户字段分组：

- name: 按客户分组CSV测试数据
  set_fact:
    csv_grouped_by_customer: "{{ csv_test_data | groupby('customer_name') }}"

注意：替换customer_name为CSV中实际的客户标识字段名。

步骤3：生成目标健康监控状态列表 #

遍历分组后的客户数据，结合IP映射字典快速匹配状态，生成最终的health_monitor_statuses：

- name: 生成按客户维度的健康状态列表
  set_fact:
    health_monitor_statuses: "{{ health_monitor_statuses | default([]) + [
      {
        'customer': item.0,
        'ip_status_details': item.1 | map('combine', {'health_status': health_status_map.get(item.ip, 'UNMONITORED')}) | list
      }
    ] }}"
  loop: "{{ csv_grouped_by_customer }}"

• map('combine')用于将CSV中的IP条目与对应的健康状态合并；
• get(item.ip, 'UNMONITORED')处理IP未在健康监控列表中的情况，返回默认状态。

额外说明 #

如果需要处理一个IP对应多条健康记录的场景（比如多端口监控），可以先按IP分组健康数据，再将状态列表作为值存入映射字典，调整逻辑即可适配。

内容的提问来源于stack exchange，提问作者Steven Wybraniec