// vidcmt 给在线影视（video_info 里 newsType=SP 的长视频）铺机器人评论，
// 并按后端自己的口径重算 commentCount / fakeCommentCount。
//
// 和 scripts/dramacmt 的区别：
//   - 对象是 video_info 而不是 media，objType 是 "video"
//   - 条数按播放量分层，不是统一 20~50。影视有十万量级，真实评论区本来就稀
//     （线上 105671 个在线影视只有 16240 个有可见评论，其中 9291 个只有 1 条），
//     统一铺 20~50 既是 300 万条文档，又一眼假
//   - 评论计数有两个字段，而且卡片上显示的是 fakeCommentCount
//
// 用法见 README.md。
package main

import (
	"context"
	"flag"
	"fmt"
	"math/rand"
	"os"
	"sort"
	"time"
	"unicode/utf8"

	"go.mongodb.org/mongo-driver/bson"
	"go.mongodb.org/mongo-driver/bson/primitive"
	"go.mongodb.org/mongo-driver/mongo"
	"go.mongodb.org/mongo-driver/mongo/options"
)

// robotUIDLimit 与 common/constant.RobotUIDLimit 一致。
// app/service/commentser.getTrackInfo 靠 uid < 该值判定 isRobot。
const robotUIDLimit = 111999

// 机器人用户 uid 从这里开始往上发。1~17 是库里原有的机器人，1000 以下不碰。
// dramacmt 已经占了 1001~1400，这里继续往上发，复用同一批用户。
const robotUIDStart = 1001

// tiers 按播放量决定每个视频铺几条，从高到低匹配第一个命中的档。
// 分层而不是一刀切，是为了让评论数和播放量正相关——长尾视频挂着
// 几十条评论比没有评论更假。
var tiers = []struct {
	minPlay  int64
	min, max int
}{
	{200000, 20, 50},
	{50000, 8, 20},
	{10000, 3, 8},
	{1000, 1, 3},
	{0, 1, 1},
}

func tierCount(play int64, rnd *rand.Rand) int {
	for _, t := range tiers {
		if play >= t.minPlay {
			if t.max <= t.min {
				return t.min
			}
			return t.min + rnd.Intn(t.max-t.min+1)
		}
	}
	return 1
}

func main() {
	var (
		dstURI    = flag.String("dst", "", "目标库 URI")
		dbName    = flag.String("db", "", "库名（URI 里的 authSource 通常是 admin，推不出来，必须显式传）")
		userCount = flag.Int("users", 5000, "机器人用户池大小")
		onlyEmpty = flag.Bool("only-empty", true, "只给没有任何可见评论的视频铺")
		limit     = flag.Int("limit", 0, "最多处理多少个视频，0 为不限（调试用）")
		batchSize = flag.Int("batch", 2000, "每批写入的评论条数")
		recount   = flag.Bool("recount", false, "只重算评论计数，不铺评论")
		noRecount = flag.Bool("no-recount", false, "铺完后不重算评论计数")
		dryRun    = flag.Bool("dry-run", false, "只统计不写入")
		seed      = flag.Int64("seed", 0, "随机种子，0 用当前时间")
		timeout   = flag.Duration("timeout", 2*time.Hour, "整体超时")
	)
	flag.Parse()

	if *dstURI == "" {
		fatal("必须指定 --dst")
	}
	if *dbName == "" {
		fatal("必须用 --db 指定库名")
	}
	for _, t := range tiers {
		if t.max > len(contents) {
			fatal("分层上限 %d 超过文案池容量 %d，同一个视频下会出现重复文案", t.max, len(contents))
		}
	}
	if *seed == 0 {
		*seed = time.Now().UnixNano()
	}
	rnd := rand.New(rand.NewSource(*seed))

	ctx, cancel := context.WithTimeout(context.Background(), *timeout)
	defer cancel()

	cli, err := mongo.Connect(ctx, options.Client().ApplyURI(*dstURI))
	if err != nil {
		fatal("连接目标库失败: %v", err)
	}
	defer cli.Disconnect(context.Background())
	db := cli.Database(*dbName)

	if *recount {
		if err := recountAll(ctx, db, *dryRun); err != nil {
			fatal("重算评论计数失败: %v", err)
		}
		return
	}

	fmt.Printf("随机种子 %d（复现同一批数据可用 --seed）\n", *seed)

	portraits, err := samplePortraits(ctx, db)
	if err != nil {
		fatal("取头像素材失败: %v", err)
	}
	if len(portraits) == 0 {
		fatal("库里没有可用头像素材")
	}
	fmt.Printf("头像素材 %d 张\n", len(portraits))

	uids, err := ensureRobotUsers(ctx, db, *userCount, portraits, rnd, *dryRun)
	if err != nil {
		fatal("准备机器人用户失败: %v", err)
	}
	fmt.Printf("机器人用户池 %d 个（uid %d~%d）\n", len(uids), uids[0], uids[len(uids)-1])

	var skip map[primitive.ObjectID]struct{}
	if *onlyEmpty {
		if skip, err = objIDsWithVisibleComments(ctx, db); err != nil {
			fatal("取已有评论的视频失败: %v", err)
		}
		fmt.Printf("已有可见评论的对象 %d 个，跳过\n", len(skip))
	}

	if err := seedAll(ctx, db, uids, skip, *limit, *batchSize, rnd, *dryRun); err != nil {
		fatal("铺评论失败: %v", err)
	}

	if *dryRun || *noRecount {
		return
	}
	fmt.Printf("\n")
	if err := recountAll(ctx, db, false); err != nil {
		fatal("重算评论计数失败: %v", err)
	}
}

// samplePortraits 从库里现有用户取头像路径，避免把素材路径写死在代码里。
func samplePortraits(ctx context.Context, db *mongo.Database) ([]string, error) {
	cur, err := db.Collection("user").Aggregate(ctx, []bson.M{
		{"$match": bson.M{"portrait": bson.M{"$ne": ""}}},
		{"$limit": 5000},
		{"$group": bson.M{"_id": "$portrait"}},
	})
	if err != nil {
		return nil, err
	}
	defer cur.Close(ctx)
	var out []string
	for cur.Next(ctx) {
		var row struct {
			ID string `bson:"_id"`
		}
		if err := cur.Decode(&row); err != nil {
			return nil, err
		}
		out = append(out, row.ID)
	}
	sort.Strings(out)
	return out, cur.Err()
}

// ensureRobotUsers 保证 uid 池里的机器人用户都存在，返回全部 uid。
// 已存在的不动——dramacmt 建的那 400 个昵称头像可能被运营改过。
func ensureRobotUsers(ctx context.Context, db *mongo.Database, want int,
	portraits []string, rnd *rand.Rand, dryRun bool) ([]int64, error) {

	if robotUIDStart+want-1 > robotUIDLimit {
		return nil, fmt.Errorf("uid 池越界：%d 个会超过 robotUIDLimit %d", want, robotUIDLimit)
	}
	uids := make([]int64, 0, want)
	for i := 0; i < want; i++ {
		uids = append(uids, int64(robotUIDStart+i))
	}

	coll := db.Collection("user")
	cur, err := coll.Find(ctx, bson.M{"uid": bson.M{"$in": uids}},
		options.Find().SetProjection(bson.M{"uid": 1}))
	if err != nil {
		return nil, err
	}
	defer cur.Close(ctx)
	exists := map[int64]bool{}
	for cur.Next(ctx) {
		var row struct {
			UID int64 `bson:"uid"`
		}
		if err := cur.Decode(&row); err != nil {
			return nil, err
		}
		exists[row.UID] = true
	}
	if err := cur.Err(); err != nil {
		return nil, err
	}

	var docs []any
	for _, uid := range uids {
		if exists[uid] {
			continue
		}
		// devID 上是非 sparse 的唯一索引，必须给唯一非空值。
		// token / promotionCode / mobile 的唯一索引是 {$gt: ""} 的部分索引，
		// 留空串即可豁免。
		docs = append(docs, bson.M{
			"uid":           uid,
			"devID":         fmt.Sprintf("ROBOT%07d", uid),
			"name":          randomName(rnd),
			"portrait":      portraits[rnd.Intn(len(portraits))],
			"mobile":        "",
			"gender":        "",
			"token":         "",
			"promotionCode": "",
			"vipLevel":      0,
			"hasLocked":     false,
			"hasBanned":     false,
			// 注册时间铺在过去两年里，免得一批用户同一秒注册
			"createdAt": time.Now().Add(-time.Duration(rnd.Intn(2*365*24)) * time.Hour),
		})
	}
	if len(docs) == 0 {
		fmt.Printf("机器人用户已齐备，无需新建\n")
		return uids, nil
	}
	if dryRun {
		fmt.Printf("DRY-RUN：将新建 %d 个机器人用户\n", len(docs))
		return uids, nil
	}
	// 分批插，5000 个一次性 InsertMany 会撞 16MB 限制
	const chunk = 1000
	made := 0
	for i := 0; i < len(docs); i += chunk {
		end := i + chunk
		if end > len(docs) {
			end = len(docs)
		}
		res, err := coll.InsertMany(ctx, docs[i:end], options.InsertMany().SetOrdered(false))
		if err != nil {
			return nil, err
		}
		made += len(res.InsertedIDs)
	}
	fmt.Printf("新建机器人用户 %d 个\n", made)
	return uids, nil
}

// objIDsWithVisibleComments 返回所有已经有可见一级评论的对象 id。
// 口径和 models/v/cmtmod.GetParentCmtList 一致——只要列表里能看见一条，
// 这个视频就不用铺了。
func objIDsWithVisibleComments(ctx context.Context, db *mongo.Database) (map[primitive.ObjectID]struct{}, error) {
	cur, err := db.Collection("comment").Aggregate(ctx, []bson.M{
		{"$match": bson.M{"objType": "video", "level": 1, "status": 1, "isDelete": false}},
		{"$group": bson.M{"_id": "$objID"}},
	}, options.Aggregate().SetAllowDiskUse(true))
	if err != nil {
		return nil, err
	}
	defer cur.Close(ctx)
	out := map[primitive.ObjectID]struct{}{}
	for cur.Next(ctx) {
		var row struct {
			ID primitive.ObjectID `bson:"_id"`
		}
		if err := cur.Decode(&row); err != nil {
			return nil, err
		}
		out[row.ID] = struct{}{}
	}
	return out, cur.Err()
}

type video struct {
	ID          primitive.ObjectID `bson:"_id"`
	PublisherID int64              `bson:"publisherID"`
	CreatedAt   time.Time          `bson:"createdAt"`
	ReviewAt    time.Time          `bson:"reviewAt"`
	PlayCount   int64              `bson:"fakePlayCount"`
}

// since 返回评论时间的起点：优先用过审时间，没有就用创建时间；
// 都没有就退到一年前，免得算出零值把评论写到公元 1 年。
func (v video) since() time.Time {
	if !v.ReviewAt.IsZero() {
		return v.ReviewAt
	}
	if !v.CreatedAt.IsZero() {
		return v.CreatedAt
	}
	return time.Now().AddDate(-1, 0, 0)
}

// seedAll 流式遍历在线影视，攒够一批再写，避免十万次往返。
func seedAll(ctx context.Context, db *mongo.Database, uids []int64,
	skip map[primitive.ObjectID]struct{}, limit, batchSize int,
	rnd *rand.Rand, dryRun bool) error {

	opts := options.Find().SetProjection(bson.M{
		"_id": 1, "publisherID": 1, "createdAt": 1, "reviewAt": 1, "fakePlayCount": 1,
	}).SetBatchSize(2000)
	cur, err := db.Collection("video_info").Find(ctx,
		bson.M{"newsType": "SP", "status": 1}, opts)
	if err != nil {
		return err
	}
	defer cur.Close(ctx)

	var (
		docs    []any
		incs    []mongo.WriteModel
		scanned int
		seeded  int
		total   int
		perTier = make([]int, len(tiers))
	)

	flush := func() error {
		if dryRun || len(docs) == 0 {
			docs, incs = nil, nil
			return nil
		}
		if _, err := db.Collection("comment").InsertMany(ctx, docs,
			options.InsertMany().SetOrdered(false)); err != nil {
			return err
		}
		// 卡片上显示的是 fakeCommentCount，列表总数是实时查的。
		// 两个字段一起 $inc，和 vidmod.IncCommentCount 的做法一致。
		if _, err := db.Collection("video_info").BulkWrite(ctx, incs,
			options.BulkWrite().SetOrdered(false)); err != nil {
			return err
		}
		docs, incs = nil, nil
		return nil
	}

	for cur.Next(ctx) {
		var v video
		if err := cur.Decode(&v); err != nil {
			return err
		}
		scanned++
		if _, ok := skip[v.ID]; ok {
			continue
		}
		ti := tierIndex(v.PlayCount)
		n := tierCount(v.PlayCount, rnd)
		cmts := buildComments(v, n, uids, rnd)
		if len(cmts) == 0 {
			continue
		}
		docs = append(docs, cmts...)
		incs = append(incs, mongo.NewUpdateOneModel().
			SetFilter(bson.M{"_id": v.ID}).
			SetUpdate(bson.M{"$inc": bson.M{
				"commentCount":     int64(len(cmts)),
				"fakeCommentCount": int64(len(cmts)),
			}}))
		seeded++
		total += len(cmts)
		perTier[ti] += len(cmts)

		if len(docs) >= batchSize {
			if err := flush(); err != nil {
				return err
			}
			fmt.Printf("  已扫 %d 个，铺了 %d 个视频 / %d 条评论\n", scanned, seeded, total)
		}
		if limit > 0 && seeded >= limit {
			break
		}
	}
	if err := cur.Err(); err != nil {
		return err
	}
	if err := flush(); err != nil {
		return err
	}

	tag := "完成"
	if dryRun {
		tag = "DRY-RUN（未写入）"
	}
	fmt.Printf("\n%s：扫 %d 个在线影视，铺 %d 个视频、%d 条评论\n", tag, scanned, seeded, total)
	for i, t := range tiers {
		fmt.Printf("  播放 >=%-7d 每个 %2d~%-2d 条：%d 条\n", t.minPlay, t.min, t.max, perTier[i])
	}
	return nil
}

func tierIndex(play int64) int {
	for i, t := range tiers {
		if play >= t.minPlay {
			return i
		}
	}
	return len(tiers) - 1
}

// buildComments 为一个视频造 n 条一级评论。
//
// 要能在 App 里显示出来，必须满足 models/v/cmtmod.GetParentCmtList 的条件：
// level=1、status=1、isGodComment=false、isDelete=false、isAdvertiser 非 true、
// createdAt <= 当前时间。其余字段对齐线上真实影视评论的形状：
//   - publisherID 取视频的 publisherID（不是 0）
//   - title 留空：App 发评论那条路不写 title
//   - city 固定 "-"：发评论的 GetLocationByIP 调用是注释掉的，
//     线上 79063 条可见影视评论全都是 "-"，给了真城市反而一眼认出是机器人
func buildComments(v video, n int, uids []int64, rnd *rand.Rand) []any {
	start := v.since()
	now := time.Now()
	span := now.Sub(start)
	if span <= 0 {
		span = 24 * time.Hour
		start = now.Add(-span)
	}

	// 文案与用户都在同一个视频内不重复
	if n > len(uids) {
		n = len(uids)
	}
	ci := rnd.Perm(len(contents))[:n]
	ui := rnd.Perm(len(uids))[:n]

	ts := make([]time.Time, n)
	for i := range ts {
		// 平方偏置：评论往上架后不久堆，和真实热度曲线一致
		u := rnd.Float64()
		ts[i] = start.Add(time.Duration(u * u * float64(span)))
	}
	sort.Slice(ts, func(i, j int) bool { return ts[i].Before(ts[j]) })

	out := make([]any, 0, n)
	for i := 0; i < n; i++ {
		text := contents[ci[i]]
		out = append(out, bson.M{
			"objID":        v.ID,
			"objType":      "video",
			"title":        "",
			"type":         "VIDEO",
			"publisherID":  v.PublisherID,
			"authorMark":   false,
			"userID":       uids[ui[i]],
			"tousername":   "", // 结构体没写 bson tag，落库键名是小写的
			"likeCount":    likeCount(rnd, text),
			"commentCount": 0,
			"isGodComment": false,
			"isAuthor":     false,
			"isRobot":      true,
			"quoteType":    "",
			"quoteID":      primitive.NilObjectID,
			"quoteImg":     "",
			"quoteTitle":   "",
			"content":      text,
			"orgContent":   text,
			"image":        "",
			"level":        1,
			"ipAddr":       randomIP(rnd),
			"status":       1, // 1=已通过审核，列表只认这个值
			"reason":       "",
			"desc":         "",
			"city":         "-",
			"linkStr":      "",
			"isAdvertiser": false,
			"isDelete":     false,
			"createdAt":    ts[i],
			"deletedAt":    time.Time{},
		})
	}
	return out
}

// likeCount 比 dramacmt 平得多：线上影视评论抽样 70 条，0 赞占到八成，
// 偶尔一两个，上双的是个别。热门评论区要求 likeCount>0 并按它倒序，
// 所以不能全给 0。
func likeCount(rnd *rand.Rand, text string) int {
	n := 0
	switch r := rnd.Intn(1000); {
	case r < 720:
		n = 0
	case r < 880:
		n = 1 + rnd.Intn(3) // 1~3
	case r < 960:
		n = 4 + rnd.Intn(17) // 4~20
	case r < 994:
		n = 21 + rnd.Intn(60) // 21~80
	default:
		n = 81 + rnd.Intn(220) // 81~300
	}
	// 按文案长短压上限——"可以"两个字顶上几百赞太假
	switch runes := utf8.RuneCountInString(text); {
	case runes <= 4 && n > 20:
		n = 1 + rnd.Intn(20)
	case runes <= 8 && n > 80:
		n = 4 + rnd.Intn(77)
	}
	return n
}

// recountAll 按后端自己的口径重算影视的评论计数。
//
// 口径取自 web/service/commentser.rebuildSingleObjCommentCount 的 video 分支：
//
//	count = count({objType:"video", objID, status:1, isAdvertiser:false, isDelete:false})
//	fakeDelta = max(0, fakeCommentCount - commentCount)   // 保留运营手动加的假量
//	commentCount = count；fakeCommentCount = count + fakeDelta
//
// 用后端的口径而不是列表的口径，是为了后台万一触发那条重算不会把数字改回去。
// 两者在影视上没有差别：线上 objType=video 的评论没有一条缺 isAdvertiser 字段。
func recountAll(ctx context.Context, db *mongo.Database, dryRun bool) error {
	cur, err := db.Collection("comment").Aggregate(ctx, []bson.M{
		{"$match": bson.M{"objType": "video", "status": 1,
			"isAdvertiser": false, "isDelete": false}},
		{"$group": bson.M{"_id": "$objID", "n": bson.M{"$sum": 1}}},
	}, options.Aggregate().SetAllowDiskUse(true))
	if err != nil {
		return err
	}
	real := map[primitive.ObjectID]int64{}
	for cur.Next(ctx) {
		var row struct {
			ID primitive.ObjectID `bson:"_id"`
			N  int64              `bson:"n"`
		}
		if err := cur.Decode(&row); err != nil {
			cur.Close(ctx)
			return err
		}
		real[row.ID] = row.N
	}
	cur.Close(ctx)
	if err := cur.Err(); err != nil {
		return err
	}

	vcur, err := db.Collection("video_info").Find(ctx, bson.M{"newsType": "SP"},
		options.Find().SetProjection(bson.M{
			"_id": 1, "commentCount": 1, "fakeCommentCount": 1,
		}).SetBatchSize(2000))
	if err != nil {
		return err
	}
	defer vcur.Close(ctx)

	var (
		models   []mongo.WriteModel
		scanned  int
		fixed    int
		negFixed int
		sumOld   int64
		sumNew   int64
	)
	flush := func() error {
		if dryRun || len(models) == 0 {
			models = nil
			return nil
		}
		_, err := db.Collection("video_info").BulkWrite(ctx, models,
			options.BulkWrite().SetOrdered(false))
		models = nil
		return err
	}

	for vcur.Next(ctx) {
		var row struct {
			ID    primitive.ObjectID `bson:"_id"`
			Count int64              `bson:"commentCount"`
			Fake  int64              `bson:"fakeCommentCount"`
		}
		if err := vcur.Decode(&row); err != nil {
			return err
		}
		scanned++
		want := real[row.ID]
		delta := row.Fake - row.Count
		if delta < 0 {
			delta = 0
		}
		wantFake := want + delta
		if row.Count == want && row.Fake == wantFake {
			continue
		}
		if row.Fake < 0 {
			negFixed++
		}
		fixed++
		sumOld += row.Fake
		sumNew += wantFake
		models = append(models, mongo.NewUpdateOneModel().
			SetFilter(bson.M{"_id": row.ID}).
			SetUpdate(bson.M{"$set": bson.M{
				"commentCount":     want,
				"fakeCommentCount": wantFake,
			}}))
		if len(models) >= 2000 {
			if err := flush(); err != nil {
				return err
			}
		}
	}
	if err := vcur.Err(); err != nil {
		return err
	}
	if err := flush(); err != nil {
		return err
	}

	tag := "重算评论计数"
	if dryRun {
		tag = "重算评论计数 DRY-RUN（未写入）"
	}
	fmt.Printf("%s：扫 %d 个影视，修正 %d 个（其中 fakeCommentCount 为负的 %d 个）\n",
		tag, scanned, fixed, negFixed)
	fmt.Printf("  这些视频的 fakeCommentCount 合计 %d -> %d\n", sumOld, sumNew)
	return nil
}

func randomIP(rnd *rand.Rand) string {
	return fmt.Sprintf("%d.%d.%d.%d", 1+rnd.Intn(222), rnd.Intn(256), rnd.Intn(256), 1+rnd.Intn(254))
}

func fatal(f string, a ...any) {
	fmt.Fprintf(os.Stderr, f+"\n", a...)
	os.Exit(1)
}