feat(logs,analysis): 分页改"加载更多"+触底自动加载；修懒加载不触发；指标短缓存

=== 1. 日志列表：去掉页码分页，改「加载更多」+ 触底自动加载（节流）===
为什么不用"上一页/下一页/共 N 页"：
  - Loki 是**游标分页**，不支持 offset，页码天生跳不了页
  - 规模上没意义：15 分钟 4000 万条 → 按 200/页算 40 万页
  - 带 |= / |~ 行过滤时总数根本算不出来（index/stats 只接受 label matcher）
日志排查的真实交互是"继续往下看"，所以改为：
  - 列表底部：「已加载 N 条 · 约 M 条」+「加载更多」按钮
  - 滚动到底**自动加载**，但 2 秒节流 —— 每批都要后端扫 Loki，
    快速滚动连续触发会撞并发护栏（429），反而比手动点更卡
  - 到 5000 条停止并提示"缩小时间范围或加过滤条件"（虚拟滚动只省 DOM，
    不省数组内存，无上限会一直涨）
  - 修正语义 bug：分页原来是 setEntries(result.entries) **整页替换**，
    改成追加（否则"加载更多"等于翻页）
  - 删除 pageCursors 翻页栈与 prevPage/nextPage/pageOf/pageOfTotal 文案

=== 2. /logs/stats 错误映射：Loki 400 → 我们的 400 + 人话 ===
之前带行过滤时 Loki 回 400 "only label matchers are supported"，
被统一包装成 502「Kubernetes API 代理返回 HTTP 400…」，
前端只能当失败静默 → 用户看到"总页数没了"却不知道原因。
现在返回 400 +「含过滤条件（|= / |~）时无法统计总页数：Loki 只支持按标签统计」，
前端据此在条数旁给出提示。

=== 3. 分析页：修"延迟加载永远不触发"（数据一直不出来）===
现象：应用排行/流图/饼图/活跃应用全是"没有应用维度的数据"，每日量"已有 0 天"，
但接口实测正常（by-app 返回 75 条序列、daily-volume 返回 2 天）。
根因：这三块用 useInView 门控，而 ref 挂在 <Card> 上，观察器不触发 → 永远 false
→ hook 直接 return → 页面永远空。
修法：
  - 改用普通 <div ref> 包裹，不依赖组件是否转发 ref
  - useInView 加**几何兜底**：1 秒后若元素已在视口内就直接置 true
    （有些容器里 IntersectionObserver 的 root 判定会和预期不一致）

=== 4. 分析页指标短缓存（26s → 11ms）===
`sum by (app)(count_over_time(...))` 扫 15 分钟 astralx（约 6.6GB）实测 16~28 秒，
Loki 自带结果缓存不命中（时间窗每次都在变）。点刷新/切页都要再等半分钟。
现在按 (数据源, 查询, 时间窗) 缓存 90 秒，时间窗按 2 分钟取整当 key：
  实测第 1 次 23514ms → 第 2 次 **11ms**
代价：命中缓存时数据最多旧 ~2 分钟，对聚合视图可接受。

=== 5. 仪表盘 ===
去掉「平台自检」「N 项需关注」两段文字：卡片本身就是自检结果，
标题重复一遍没信息量；状态改由图标+边框颜色表达。

=== 6. 其它文案修正 ===
饼图空态从「没有命名空间维度的数据」改为「没有应用维度的数据」
（饼图上一版已改成应用维度，文案没跟上）。

=== 实测（1da8a148d756）===
  Pod = Hub latest = v0.1 = 1da8a148d756
  stats：纯 selector → 200（7005 万条）；带 |= error → 400 + 人话
  分析指标缓存：23514ms → 11ms
  每日量：2 天（10-27 32.5GB / 10-28 356.5GB）
  文案：加载更多 / 已到末尾 / 达到上限 均进包；代码中已无 prevPage/nextPage 引用

backend/services/log_query.go

@@ -16,6 +16,7 @@ import (
 	"sort"
 	"strconv"
 	"strings"
+	"sync"
 	"time"
 
 	"k8s.io/client-go/rest"
@@ -624,7 +625,71 @@ type MetricSeries struct {
 // LokiMetrics 通用 LogQL 指标查询(日志分析页用):query 为完整指标表达式,
 // 其中所有 [$step] 占位符替换为按时间跨度自适应的步长后走 query_range,
 // 返回矩阵多序列(直方图只取单序列,这里按 by (...) 分组整表返回)
+// ── 分析页指标查询的短缓存 ────────────────────────────────────────────
+//
+// 为什么需要：`sum by (app)(count_over_time(...))` 在这台集群上扫 15 分钟
+// astralx（约 6.6GB）实测 16~28 秒，Loki 的结果缓存也不命中（请求的时间窗
+// 每次都在变）。用户点刷新、切页、换 tab 都要再等半分钟。
+//
+// 做法：按 (数据源, 查询, 时间窗) 缓存 90 秒，时间窗按 **2 分钟取整**再当 key。
+// 代价是命中缓存时数据最多旧 2 分钟 × 90 秒 TTL —— 对"日志量趋势/排行"这种
+// 聚合视图完全可接受，换来的是重复访问从 ~26s 降到毫秒级。
+const (
+	metricCacheTTL = 90 * time.Second
+	metricCacheMax = 200
+	// 时间窗取整粒度：key 用取整后的值，避免"每次点刷新差几秒就穿透"
+	metricCacheBucket = 2 * time.Minute
+)
+
+type metricCacheEntry struct {
+	series    []MetricSeries
+	expiresAt time.Time
+}
+
+var (
+	metricCacheMu sync.Mutex
+	metricCache   = map[string]metricCacheEntry{}
+)
+
+// LokiMetrics 带短缓存的分析指标查询（语义见 metricCache 注释）。
 func LokiMetrics(ctx context.Context, src *models.LogSource, query string, start, end int64) ([]MetricSeries, error) {
+	key := ""
+	if src != nil {
+		bucket := int64(metricCacheBucket)
+		key = fmt.Sprintf("%d|%s|%d|%d", src.ID, query, start/bucket, end/bucket)
+		metricCacheMu.Lock()
+		if entry, ok := metricCache[key]; ok && time.Now().Before(entry.expiresAt) {
+			metricCacheMu.Unlock()
+			return entry.series, nil
+		}
+		metricCacheMu.Unlock()
+	}
+
+	series, err := lokiMetricsUncached(ctx, src, query, start, end)
+	if err != nil || key == "" {
+		return series, err
+	}
+
+	metricCacheMu.Lock()
+	if len(metricCache) >= metricCacheMax {
+		now := time.Now()
+		for k, v := range metricCache {
+			if now.After(v.expiresAt) {
+				delete(metricCache, k)
+			}
+		}
+		// 清完还满：整体重置，避免无界增长把内存吃掉
+		if len(metricCache) >= metricCacheMax {
+			metricCache = map[string]metricCacheEntry{}
+		}
+	}
+	metricCache[key] = metricCacheEntry{series: series, expiresAt: time.Now().Add(metricCacheTTL)}
+	metricCacheMu.Unlock()
+	return series, nil
+}
+
+// lokiMetricsUncached 真正打 Loki 的实现（不带缓存）。
+func lokiMetricsUncached(ctx context.Context, src *models.LogSource, query string, start, end int64) ([]MetricSeries, error) {
 	if end <= 0 {
 		end = time.Now().UnixNano()
 	}