feat(honeypot): 自动保留期清理 + 行数上限 + VACUUM 空间回收 + size 子命令

问题：honeypot_hits 是只追加审计表，写入完全由外部扫描流量驱动（不可预期、
不可节流），而原实现只在手动跑 CLI prune 时才清理，站点运行期表体积只增不减。

实测取证（本地 PostgreSQL 建同构表灌 10.5 万行真实数据）：
- 典型行 244 字节（含索引），10.5 万行 24 MB
- 保留期清理对照（行数恒定 10 万，每轮删 25% 插 25%）：
  有 VACUUM 22→24MB 收敛；无 VACUUM 22→52MB 持续膨胀
- VACUUM 不缩小文件，只让空间可复用；二次实测（5 万行、连续 4 轮删插）
  行数恒定 5 万、文件稳定 15MB 不再增长

改动：
- 新增 HoneypotRetention 后台清理器（每小时一轮）：时间闸 honeypot_retain_days
  + 数量闸 honeypot_max_rows，清理后调 Compact 回收空间
- db: 新增 Compact()（PG 执行 VACUUM (ANALYZE)，走 GORM Exec 非事务路径）、
  DeleteOldestBeyond()（跨方言通用）、ListSinceByIP()、Size()
- 去掉 honeypot_hits.provider 无用索引（10 万行占 648kB，全代码库零查询使用），
  并在启动时显式清理既有库上的旧索引（GORM 去 tag 不会自动删）
- 修 CLI hits --ip 过滤 bug：原先取回最近 N 条再在 Go 侧筛，导致指定 IP 的
  历史命中基本查不出来 → 改到 SQL 层过滤
- 新增 CLI honeypot size 子命令：报告行数、磁盘占用、时间跨度，并与两道闸对照
- 新增配置 honeypot_auto_clean / honeypot_max_rows

internal/cmd/honeypot.go

@@ -21,6 +21,7 @@ import (
 //
 //	TamaBox honeypot hits    --since 24h          列出捕获到的破解凭据
 //	TamaBox honeypot stats   --days 7             统计来源/路径/凭据排行
+//	TamaBox honeypot size                       报告表行数与磁盘占用
 //	TamaBox honeypot prune   --days 30            清理过期记录（保留期由配置决定）
 //
 // 密码默认脱敏：CLI 输出会被贴到工单、聊天窗口甚至截图里，
@@ -59,6 +60,11 @@ var Honeypot = &cli.Command{
 			},
 			Action: runHoneypotPrune,
 		},
+		{
+			Name:   "size",
+			Usage:  "Report honeypot table row count and disk usage",
+			Action: runHoneypotSize,
+		},
 	},
 }
 
@@ -101,13 +107,15 @@ func runHoneypotHits(ctx *cli.Context) error {
 	}
 	store := db.NewHoneypotStore(database)
 	since := time.Now().Add(-dur)
+	filterIP := strings.TrimSpace(ctx.String("ip"))
+	showPwd := ctx.Bool("show-password")
 
-	rows, err := store.ListSince(context.Background(), since, ctx.Int("limit"))
+	// 按 IP 过滤在 SQL 层做：取回最近 N 条再在内存里筛，会导致「指定 IP 的
+	// 历史命中基本查不出来」（它的记录被其他 IP 的更近记录挤出了窗口）。
+	rows, err := store.ListSinceByIP(context.Background(), since, filterIP, ctx.Int("limit"))
 	if err != nil {
 		return errors.Wrap(err, "query honeypot hits")
 	}
-	filterIP := strings.TrimSpace(ctx.String("ip"))
-	showPwd := ctx.Bool("show-password")
 
 	fmt.Printf("蜜罐命中记录（近 %s，共 %d 条）\n", dur, len(rows))
 	fmt.Println(strings.Repeat("-", 72))
@@ -116,9 +124,6 @@ func runHoneypotHits(ctx *cli.Context) error {
 		return nil
 	}
 	for _, r := range rows {
-		if filterIP != "" && r.IP != filterIP {
-			continue
-		}
 		pwd := r.Password
 		if pwd == "" {
 			pwd = "(空)"
@@ -252,9 +257,103 @@ func runHoneypotPrune(ctx *cli.Context) error {
 		return errors.Wrap(err, "prune honeypot records")
 	}
 	fmt.Printf("已删除 %d 条过期蜜罐记录。\n", n)
+	// 回收物理空间：PostgreSQL 的 DELETE 只标记死元组，表文件不会变小。
+	// 不回收的话「清理」只是逻辑变小，磁盘占用继续单调增长。
+	if n > 0 {
+		if err := store.Compact(context.Background()); err != nil {
+			fmt.Printf("提示：空间回收失败（%v），数据本身已正确删除；PostgreSQL 下可手动执行 VACUUM honeypot_hits。\n", err)
+		}
+	}
 	return nil
 }
 
+// runHoneypotSize 报告蜜罐表的行数与磁盘占用。
+//
+// 这个命令存在的意义：把「会不会把数据库撑臃肿」变成运维随时能自己查的事，
+// 而不是只能等开发一次性汇报。
+func runHoneypotSize(ctx *cli.Context) error {
+	database, err := openDatabase()
+	if err != nil {
+		return err
+	}
+	store := db.NewHoneypotStore(database)
+	info, err := store.Size(context.Background())
+	if err != nil {
+		return errors.Wrap(err, "query honeypot table size")
+	}
+
+	fmt.Println("蜜罐表体积")
+	fmt.Println(strings.Repeat("-", 72))
+	fmt.Printf("  表名：honeypot_hits\n")
+	fmt.Printf("  存活记录：%d 条\n", info.Rows)
+	if info.Bytes > 0 {
+		fmt.Printf("  磁盘占用：%s（含索引）\n", humanBytes(info.Bytes))
+		if info.Rows > 0 {
+			fmt.Printf("  单条均摊：%d 字节\n", info.Bytes/info.Rows)
+		}
+	} else {
+		fmt.Printf("  磁盘占用：（当前数据库不支持元数据查询）\n")
+	}
+	if info.Oldest != nil && info.Newest != nil {
+		fmt.Printf("  时间跨度：%s → %s\n",
+			info.Oldest.Format("2006-01-02 15:04"),
+			info.Newest.Format("2006-01-02 15:04"))
+	}
+	fmt.Println()
+
+	// 与配置中的两道闸对照，让运维一眼看出「当前是否在界内」。
+	maxRows := conf.Security.HoneypotMaxRows
+	retainDays := conf.Security.HoneypotRetainDays
+	if maxRows > 0 {
+		fmt.Printf("行数上限：%d 条（当前 %d 条，%s）\n", maxRows, info.Rows, usageRatio(info.Rows, int64(maxRows)))
+	} else {
+		fmt.Printf("行数上限：未设置（当前 %d 条）\n", info.Rows)
+	}
+	if retainDays > 0 {
+		fmt.Printf("保留期：%d 天（自动清理 %s）\n", retainDays, onOff(conf.Security.HoneypotAutoClean))
+	} else {
+		fmt.Printf("保留期：未设置 —— 记录只增不减，需要手动执行 TamaBox honeypot prune\n")
+	}
+	return nil
+}
+
+// usageRatio 给出当前用量相对上限的百分比描述。
+func usageRatio(cur int64, max int64) string {
+	if max <= 0 {
+		return ""
+	}
+	pct := float64(cur) / float64(max) * 100
+	switch {
+	case pct >= 100:
+		return "已达上限"
+	case pct >= 80:
+		return "接近上限"
+	default:
+		return fmt.Sprintf("%.1f%%", pct)
+	}
+}
+
+func onOff(b bool) string {
+	if b {
+		return "已开启"
+	}
+	return "已关闭"
+}
+
+// humanBytes 把字节数格式化成人类可读形式。
+func humanBytes(n int64) string {
+	const unit = 1024
+	if n < unit {
+		return fmt.Sprintf("%d B", n)
+	}
+	div, exp := int64(unit), 0
+	for v := n / unit; v >= unit; v /= unit {
+		div *= unit
+		exp++
+	}
+	return fmt.Sprintf("%.2f %cB", float64(n)/float64(div), "KMGTPE"[exp])
+}
+
 // maskSecret 对密码做保长脱敏：保留首尾各 1 位，中间固定长度星号。
 // 目的是让运维能分辨「是不是同一个密码」，但不把字典直接摊在终端上。
 func maskSecret(s string) string {

internal/cmd/web.go

@@ -72,6 +72,15 @@ func runWeb(ctx *cli.Context) error {
 		return errors.Wrap(err, "connect to database")
 	}
 
+	// 蜜罐命中记录保留期清理：honeypot_hits 是只追加的审计表，写入完全由
+	// 外部扫描流量驱动（不可预期、不可节流）。没有自动清理的话，表体积只增不减。
+	// 保留期复用 honeypot_retain_days（与 CLI prune 同一个口径），开关为 honeypot_auto_clean。
+	stopRetention := make(chan struct{})
+	if conf.Security.HoneypotAutoClean {
+		db.NewHoneypotRetention(db.Honeypots, conf.Security.HoneypotRetainDays, conf.Security.HoneypotMaxRows, 0).Start(stopRetention)
+		defer close(stopRetention)
+	}
+
 	logrus.WithContext(ctx.Context).WithField("external_url", conf.App.ExternalURL).Info("Starting web server")
 
 	// 站点默认语言初始化（default_lang 配置，未配置时回退 zh-CN）