Spring Boot MongoDB 如何仅按日期时分秒部分构建筛选Criteria

核心约束 #

• 完全复用现有基于AND逻辑拼接Criteria的过滤框架，不引入聚合管道逻辑
• 代码风格与现有scheduledAfter/scheduledBefore方法保持一致
• 入参严格使用java.time.OffsetTime类型
• 不修改原有预约集合的存储结构，不新增冗余字段

实现原理 #

• 普通MongoDB find查询不支持文档字段的实时运算（比如直接提取Date字段的时分秒分量），因此换用“时间窗口展开”的思路实现等价筛选
• 现有逻辑已经可以通过scheduledAfter/scheduledBefore把预约范围限定在用户指定的大日期区间内，这个区间的所有日期都可以在应用侧计算得到
• 遍历大日期区间内的每一个自然日，结合用户传入的OffsetTime生成每日对应的固定时段窗口，用现有重叠判断逻辑生成每个窗口的匹配条件，最后把所有窗口的条件用OR逻辑拼接
• 该逻辑完全等价于“筛选预约的时间分量落在指定固定时段”的需求：只要预约和任意一天的固定时段窗口有交集，就说明其时间分量符合筛选要求

具体代码实现 #

和现有方法风格完全一致的实现代码：

/**
 * 筛选与每日固定时段存在时间重叠的预约
 * @param dailyStartTime 用户指定的每日时段起始时间（时/分/秒+时区偏移）
 * @param dailyEndTime 用户指定的每日时段结束时间（时/分/秒+时区偏移）
 * @param searchRangeStart 已通过现有scheduledAfter方法限定的大日期区间起点
 * @param searchRangeEnd 已通过现有scheduledBefore方法限定的大日期区间终点
 * @return 当前AppointmentFilter实例
 */
public AppointmentFilter matchingDailyTimeRange(OffsetTime dailyStartTime,
                                                OffsetTime dailyEndTime,
                                                OffsetDateTime searchRangeStart,
                                                OffsetDateTime searchRangeEnd) {
    Preconditions.checkNotNull(dailyStartTime);
    Preconditions.checkNotNull(dailyEndTime);
    Preconditions.checkNotNull(searchRangeStart);
    Preconditions.checkNotNull(searchRangeEnd);

    List<Criteria> dailyWindowMatchRules = new ArrayList<>();
    // 从搜索大区间的起始日开始遍历
    OffsetDateTime currentDay = searchRangeStart.toLocalDate().atStartOfDay(searchRangeStart.getOffset());
    while (!currentDay.isAfter(searchRangeEnd.toLocalDate())) {
        // 给当前自然日拼接用户指定的时分秒，生成当天的固定时段窗口
        OffsetDateTime windowStart = currentDay.with(dailyStartTime);
        OffsetDateTime windowEnd = currentDay.with(dailyEndTime);

        // 复用现有的预约重叠判断逻辑：预约start早于等于窗口结束，且预约end晚于等于窗口开始，即存在交集
        Criteria currentWindowOverlap = new Criteria().andOperator(
            Criteria.where("startDate").lte(windowEnd),
            Criteria.where("endDate").gte(windowStart)
        );
        dailyWindowMatchRules.add(currentWindowOverlap);

        // 移动到下一个自然日
        currentDay = currentDay.plusDays(1);
    }

    // 将所有单日窗口的匹配条件用OR拼接，加入整体AND过滤链
    return this.addCriteria(new Criteria().orOperator(dailyWindowMatchRules.toArray(new Criteria[0])));
}

注意事项 #

• 边界逻辑保持统一：可以根据现有scheduledAfter/scheduledBefore的边界规则，调整gte/gt、lte/lt的选择，避免边界预约被错误筛选或漏掉
• 跨零点时段自动兼容：如果用户指定的时段跨零点（比如23:00到次日01:00），OffsetDateTime.with(OffsetTime)方法会自动处理跨天的时间计算，不需要额外写分支判断
• 性能表现：该方法可以完全复用startDate/endDate字段上的现有B-tree索引；通常业务场景下用户指定的搜索大区间不会超过3个月，对应的生成条件量在90个左右，MongoDB可以高效处理
• 超大范围场景优化：如果用户的搜索区间超过1年，生成的OR条件会过多，这时候可以考虑在集合中为startDate/endDate新增时间分量的冗余字段，直接对冗余字段做范围查询，不需要展开窗口

内容的提问来源于stack exchange，提问作者Arnold Robert Turdean