// Copyright 2026 tamakyi. All rights reserved.
// Use of this source code is governed by a MIT-style
// license that can be found in the LICENSE file.

package insights

import (
	"context"
	"crypto/hmac"
	"crypto/sha256"
	"encoding/hex"
	"net/http"
	"strings"
	"sync"
	"time"

	"github.com/sirupsen/logrus"

	"github.com/tamakyi/TamaBox/internal/db"
)

// Recorder 异步记录箱主页访问。
//
// 为什么不同步写库：箱主页是最高频的读路径，一次页面渲染里已经有 5~6 次查询
// （用户、提问列表、回答数、三个功能开关）。再同步加一条 UPSERT，等于给每个
// 访客多付一次写事务的代价 —— 而统计本来就不需要精确到毫秒，丢掉最后几秒的
// 数据没有任何影响。所以这里是「尽力而为」：投递不阻塞，积压了就丢。
//
// 生命周期：Init 时创建，web 进程退出前 Close 一次（flush 残留）。未初始化时
// 包级变量为 nil，调用方用 RecordView 这个 nil 安全的包装函数。
type Recorder struct {
	store  db.BoxViewsStore
	secret []byte

	ch   chan viewEvent
	done chan struct{}
	wg   sync.WaitGroup

	// 关闭后仍有 handler 在跑（优雅关闭期），此时不能再往已关闭的 channel 发送。
	mu     sync.RWMutex
	closed bool
}

type viewEvent struct {
	userID  uint
	at      time.Time
	visitor string
}

const (
	// 队列长度：突发流量下攒 512 条足够，超出说明数据库已经跟不上了，
	// 此时记录本身也不是最重要的东西。
	recorderQueueSize = 512
	// flush 间隔：2 秒足够让「刷新页面就能看到数字」的体验成立，
	// 又能把同一秒内的几十次访问合并成一条 SQL。
	recorderFlushInterval = 2 * time.Second
	// 单批上限：一条 INSERT 里塞几百行会拉长事务，分批更稳。
	recorderBatchSize = 200
)

// NewRecorder 创建记录器并立刻拉起后台 flush 循环。secret 用于给访客 IP 加盐哈希，
// 通常传 server.xsrf_key。
//
// 为什么在构造函数里就启动 goroutine，而不是让调用方另起一个 Run：
// 否则 Close 与 Run 之间存在竞态 —— 若进程在 Run 还没被调度时就退出，
// wg.Wait 会立刻返回，队列里最后几秒的访问就丢了。这里把启动收进来，
// wg 计数在构造时就加好，时序是确定的。
func NewRecorder(store db.BoxViewsStore, secret string) *Recorder {
	r := &Recorder{
		store:  store,
		secret: []byte("boxview:" + secret),
		ch:     make(chan viewEvent, recorderQueueSize),
		done:   make(chan struct{}),
	}
	r.wg.Add(1)
	go r.loop()
	return r
}

// loop 后台批量写入，直到 Close。
func (r *Recorder) loop() {
	defer r.wg.Done()

	ticker := time.NewTicker(recorderFlushInterval)
	defer ticker.Stop()

	batch := make([]viewEvent, 0, recorderBatchSize)
	flush := func() {
		if len(batch) == 0 {
			return
		}
		r.write(batch)
		batch = batch[:0]
	}

	for {
		select {
		case ev := <-r.ch:
			batch = append(batch, ev)
			if len(batch) >= recorderBatchSize {
				flush()
			}
		case <-ticker.C:
			flush()
		case <-r.done:
			// 退出前把 channel 里剩下的取干净，否则优雅关闭期间的访问全丢。
			for {
				select {
				case ev := <-r.ch:
					batch = append(batch, ev)
					if len(batch) >= recorderBatchSize {
						flush()
					}
				default:
					flush()
					return
				}
			}
		}
	}
}

// Close 停止接收新事件，flush 残留后返回。幂等，可安全 defer。
func (r *Recorder) Close() {
	r.mu.Lock()
	if r.closed {
		r.mu.Unlock()
		return
	}
	r.closed = true
	close(r.done)
	r.mu.Unlock()

	r.wg.Wait()
}

func (r *Recorder) write(batch []viewEvent) {
	if r.store == nil {
		return
	}
	opts := make([]db.RecordBoxViewOptions, 0, len(batch))
	for _, ev := range batch {
		opts = append(opts, db.RecordBoxViewOptions{
			UserID:   ev.userID,
			ViewedOn: ev.at,
			Visitor:  ev.visitor,
		})
	}

	// 用独立 context：请求的 context 在响应写完后就被取消了，
	// 拿它写库会得到 "context canceled"，统计静默丢失。
	ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
	defer cancel()

	if err := r.store.RecordBatch(ctx, opts); err != nil {
		// 统计写失败不影响任何用户可见行为，只留日志。
		logrus.WithError(err).WithField("count", len(opts)).Warn("写入访问统计失败")
	}
}

// record 非阻塞投递。队列满时直接丢弃：宁可少记几次，也不能让访客的页面
// 因为统计而变慢。
func (r *Recorder) record(userID uint, at time.Time, visitor string) {
	r.mu.RLock()
	defer r.mu.RUnlock()
	if r.closed {
		return
	}
	select {
	case r.ch <- viewEvent{userID: userID, at: at, visitor: visitor}:
	default:
	}
}

// visitorID 计算「当天」的访客标识：HMAC(secret, 日期 || IP)。
//
// 为什么带日期：不加日期就能长期追踪同一个 IP 的来访轨迹，那已经是一份
// 可关联的行为记录。加日期盐之后，同一天内的重复访问仍能去重（UV 准确），
// 跨天则完全不可关联 —— 代价是「近 7 天 UV」是 7 个日 UV 之和。
//
// 取前 16 字节十六进制 = 32 字符，碰撞概率在个人站量级可以忽略。
func (r *Recorder) visitorID(ip string, at time.Time) string {
	mac := hmac.New(sha256.New, r.secret)
	mac.Write([]byte(at.Format("2006-01-02")))
	mac.Write([]byte{0})
	mac.Write([]byte(ip))
	return hex.EncodeToString(mac.Sum(nil))[:32]
}

// Views 全局记录器。未初始化（如单测、CLI）时为 nil。
var Views *Recorder

// RecordView 记录一次箱主页访问。参数分别是箱主 ID、客户端 IP、请求。
//
// 会自行过滤掉：箱主本人、明显的爬虫、预取/预渲染请求。这些都不该算进
// 「有多少人来看过我的箱」，否则箱主刷自己的页面就能看到漂亮的数字。
func RecordView(userID uint, ip string, r *http.Request) {
	if Views == nil || userID == 0 {
		return
	}
	if isPrefetch(r) || isCrawler(r.UserAgent()) {
		return
	}
	now := time.Now()
	Views.record(userID, now, Views.visitorID(ip, now))
}

// isPrefetch 判断这是不是浏览器/链接预览的预取请求。
// 预取会在用户根本没打开页面的情况下命中，算进 UV 会明显虚高。
func isPrefetch(r *http.Request) bool {
	if r == nil {
		return false
	}
	for _, h := range []string{"Sec-Purpose", "X-Purpose", "X-Moz"} {
		v := strings.ToLower(r.Header.Get(h))
		if strings.Contains(v, "prefetch") || strings.Contains(v, "prerender") || strings.Contains(v, "preview") {
			return true
		}
	}
	return false
}

// crawlerHints 常见爬虫 UA 片段。
//
// 只做粗筛，不追求完整：目标是不让搜索引擎与监控探针把 UV 抬高。
// 误判成本很低（少记一次），漏判成本也低（多记一次），所以用最简单的子串匹配。
var crawlerHints = []string{
	"bot", "spider", "crawler", "crawl", "slurp", "scrapy",
	"curl/", "wget/", "python-requests", "python-urllib", "go-http-client",
	"httpclient", "okhttp", "axios", "headlesschrome", "phantomjs",
	"facebookexternalhit", "telegrambot", "whatsapp", "discordbot",
	"monitor", "uptime", "pingdom", "statuscake",
}

func isCrawler(ua string) bool {
	if ua == "" {
		// 空 UA：绝大多数是脚本。真·浏览器一定带 UA。
		return true
	}
	ua = strings.ToLower(ua)
	for _, hint := range crawlerHints {
		if strings.Contains(ua, hint) {
			return true
		}
	}
	return false
}

// RetentionDays 访问明细的保留天数。
//
// 明细表一行代表「某访客某天来过某箱」，体积随「日 UV × 箱数」增长。
// 面板最长只看 30 天，但「历史最好的一天」要看全期，所以留一年出头：
// 既能让箱主看到长期趋势，又不至于让表无限膨胀。
const RetentionDays = 400

// StartMaintenance 启动每日清理协程。ctx 取消时退出。
//
// 启动时先跑一次：进程停机期间错过的清理在这里补上，不必等满 24 小时。
func StartMaintenance(ctx context.Context, store db.BoxViewsStore) {
	go func() {
		run := func() {
			if store == nil {
				return
			}
			c, cancel := context.WithTimeout(context.Background(), time.Minute)
			defer cancel()
			n, err := store.Purge(c, time.Now().AddDate(0, 0, -RetentionDays))
			if err != nil {
				logrus.WithError(err).Warn("清理过期访问统计失败")
				return
			}
			if n > 0 {
				logrus.WithField("rows", n).Info("已清理过期的访问统计")
			}
		}

		run()

		ticker := time.NewTicker(24 * time.Hour)
		defer ticker.Stop()
		for {
			select {
			case <-ctx.Done():
				return
			case <-ticker.C:
				run()
			}
		}
	}()
}