MongoDB随机选符合条件文档：累计时长8分钟且含heavy标签

嘿，这个需求确实有点挠头——$sample只能固定取多少条，没法根据累计时长动态调整。不过咱们有两种可行的思路，我给你详细拆解下：

如果你用的是MongoDB 4.4及以上版本，可以借助$function来写自定义逻辑，在聚合管道里完成随机选取和时长累加的判断：

• 先用$match筛选出所有标签为"heavy"的歌曲；
• 用$group把这些歌曲全部放到一个数组里（注意：如果符合条件的歌曲特别多，这个步骤可能会占用较多内存，所以适合数据量不大的情况）；
• 用$function编写自定义函数，随机打乱数组后逐个累加时长，直到总时长接近但不超过8分钟（也就是480秒，记得统一单位），最后返回选中的歌曲列表。

示例代码大概是这样的：

db.Songs.aggregate([
  { $match: { tags: "heavy" } }, // 筛选标签为heavy的歌曲
  { $group: { _id: null, songs: { $push: "$$ROOT" } } }, // 把所有符合的歌曲放到数组
  {
    $addFields: {
      selectedSongs: {
        $function: {
          body: function(songs) {
            // 先随机打乱数组
            const shuffled = [...songs].sort(() => Math.random() - 0.5);
            let totalDuration = 0;
            const result = [];
            const maxDuration = 8 * 60; // 转换成秒，8分钟=480秒
            for (const song of shuffled) {
              if (totalDuration + song.duration <= maxDuration) {
                result.push(song);
                totalDuration += song.duration;
              } else {
                // 如果当前歌曲加进去超了，就跳过
                continue;
              }
            }
            return result;
          },
          args: ["$songs"],
          lang: "js"
        }
      }
    }
  },
  { $project: { _id: 0, selectedSongs: 1 } } // 只返回选中的歌曲列表
])

如果符合条件的歌曲数量很多，用聚合管道把所有数据拉到内存里不太现实，那不如把筛选后的歌曲数据拿到客户端，在代码里处理：

• 先查询所有标签为"heavy"的歌曲，把它们的时长和其他信息一起拿到客户端；
• 在客户端把歌曲列表随机打乱；
• 遍历打乱后的列表，逐个累加时长，直到总时长超过8分钟就停止，把之前的歌曲作为结果。

举个JavaScript客户端的例子：

// 先获取所有标签为heavy的歌曲
const heavySongs = await db.collection('Songs').find({ tags: "heavy" }).toArray();
// 随机打乱数组
const shuffledSongs = heavySongs.sort(() => Math.random() - 0.5);
const maxDuration = 8 * 60;
let total = 0;
const selected = [];

for (const song of shuffledSongs) {
  if (total + song.duration <= maxDuration) {
    selected.push(song);
    total += song.duration;
  } else {
    break;
  }
}

console.log('选中的歌曲：', selected);
console.log('总时长：', total);

这个方法的好处是不会给数据库带来太大内存压力，而且你可以根据需求灵活调整逻辑（比如如果最后差一点时长，要不要换一首更短的之类的）。

两种方法各有优劣，你可以根据自己的数据量级和实际需求来选~

内容的提问来源于stack exchange，提问作者Fran b