分页查询sql语句怎么写?mysql分页查询优化技巧

分页查询是数据库开发中非常常见的操作,不同的数据库系统(如 MySQL、PostgreSQL、Oracle、SQL Server 等)有不同的分页语法,以下是几种主流数据库的分页查询 SQL 语句示例:


MySQL / MariaDB

使用 LIMITOFFSET 关键字。

MySQL延时关联使分页查询速度提升N倍
加载中
MySQL延时关联使分页查询速度提升N倍
SELECT  FROM table_name
ORDER BY id ASC
LIMIT page_size OFFSET start_index;

示例: 每页 10 条数据,第 2 页(即从第 11 条开始取 10 条):

SELECT  FROM users
ORDER BY id ASC
LIMIT 10 OFFSET 10;

💡 注意:OFFSET 是从 0 开始计数的,第 1 页 OFFSET=0,第 2 页 OFFSET=10,第 n 页 OFFSET=(n-1)page_size。


PostgreSQL

同样使用

分页查询sql语句怎么写?mysql分页查询优化技巧

LIMITOFFSET,语法与 MySQL 类似。

SELECT  FROM table_name
ORDER BY id ASC
LIMIT page_size OFFSET start_index;

示例:

SELECT  FROM users
ORDER BY id ASC
LIMIT 10 OFFSET 10;

Oracle

Oracle 12c 之前使用 ROWNUM,12c 及以上推荐使用 OFFSET ... FETCH NEXT

✅ Oracle 12c+ 推荐写法:

SELECT  FROM table_name
ORDER BY id ASC
OFFSET start_index ROWS
FETCH NEXT page_size ROWS ONLY;

示例:

SELECT  FROM users
ORDER BY id ASC
OFFSET 10 ROWS
FETCH NEXT 10 ROWS ONLY;

⚠️ Oracle 11g 及以下(使用 ROWNUM):

分页查询sql语句怎么写?mysql分页查询优化技巧

SELECT FROM ( SELECT a., ROWNUM rn FROM ( SELECT FROM users ORDER BY id ASC ) a WHERE ROWNUM <= 20 ) WHERE rn > 10;

SQL Server

使用 OFFSET ... FETCH NEXT(SQL Server 2012+)或 TOP + NOT IN/ROW_NUMBER()(旧版本)。

✅ SQL Server 2012+ 推荐写法:

SELECT  FROM table_name
ORDER BY id ASC
OFFSET start_index ROWS
FETCH NEXT page_size ROWS ONLY;

示例:

SELECT  FROM users
ORDER BY id ASC
OFFSET 10 ROWS
FETCH NEXT 10 ROWS ONLY;

⚠️ SQL Server 2008 及以下(使用 ROW_NUMBER()):

SELECT  FROM (
    SELECT , ROW_NUMBER() OVER (ORDER BY id ASC) AS row_num
    FROM users
) AS numbered
WHERE row_num BETWEEN 11 AND 20;

分页查询sql语句怎么写?mysql分页查询优化技巧


SQLite

与 MySQL 类似,使用 LIMITOFFSET

SELECT  FROM table_name
ORDER BY id ASC
LIMIT page_size OFFSET start_index;

📌 通用建议

  1. 始终使用 ORDER BY:分页时必须指定排序字段,否则结果可能不稳定。
  2. 避免深层分页:当 OFFSET 很大时(如第 10000 页),查询性能会显著下降,可考虑使用“游标分页”(基于上一页最后一条记录的 ID):
    SELECT  FROM users
    WHERE id > last_seen_id
    ORDER BY id ASC
    LIMIT 10;
  3. 索引优化:确保排序字段和过滤条件有合适的索引,以提升分页查询性能。

首发原创文章,作者:世雄 - 原生数据库架构专家,如若转载,请注明出处:https://idctop.com/article/481484.html

(0)
GEO优化有没有副作用2026?GEO优化对SEO排名有影响吗
上一篇 2026年7月10日 18:48
Python dedupe去重怎么实现?python数据清洗去重方法
下一篇 2026年7月10日 18:51

相关推荐

  • 佛山禅城网站建设哪家好?2026最新建站费用及流程详解

    佛山禅城网站建设并非简单的代码堆砌,而是结合本地商业生态、移动端体验与百度SEO算法的数字化系统工程,直接决定企业在2026年的线上获客效率,在佛山禅城这片制造业与商贸业高度密集的区域,企业官网早已不再是展示名片的电子画册,而是承载流量转化、品牌背书和客户服务的第一阵地,2026年的互联网环境,用户耐心极度稀缺……

    2026年7月4日
    16800
  • 大模型部署A/B测试怎么做?如何评估大模型效果

    大模型部署A/B测试的核心在于通过控制变量法,在真实业务场景中量化不同模型版本在推理成本、响应延迟及业务转化率上的差异,从而选择性价比最优的解决方案,在2026年的企业级AI落地场景中,单纯追求模型参数的宏大叙事已不再奏效,企业更关注的是如何在有限的算力预算下,获得最稳定的业务产出,A/B测试不再是互联网大厂的……

    2026年6月18日
    1700
  • AI大模型后端开发难吗,如何入门学习路径

    AI大模型后端开发的核心在于构建高并发、低延迟的推理服务集群,通过模型量化、动态批处理及GPU资源调度技术,实现从训练到部署的全链路优化,而非单纯调用API,大模型后端架构的核心组件解析构建一个能够支撑百万级并发的AI后端系统,首先需要对底层架构有清晰的认知,这不仅仅是写几个接口那么简单,而是涉及计算、存储、网……

    2026年6月14日
    2500
  • AI大模型的核心是什么?大模型核心技术有哪些

    AI大模型的核心并非单纯的代码堆砌,而是基于海量数据训练出的“概率预测引擎”,其本质是通过Transformer架构理解上下文逻辑,从而生成具备人类语义连贯性的内容,很多人对人工智能存在误解,以为它像人类大脑一样拥有真正的意识或情感,当你问它“今天天气如何”时,它并没有在“思考”天气,而是在计算下一个字出现的可……

    2026年6月14日
    2400
  • AI大模型合同审核靠谱吗?大模型合同审核有哪些注意事项

    AI大模型合同审核能实现秒级风险识别与条款比对,将传统数天的审核周期压缩至分钟级,显著降低企业法律风险并提升流转效率,AI大模型如何重塑合同审核流程传统的人工审合同,往往依赖律师或法务人员的经验积累,面对一份几十页的合同,人工审核不仅耗时耗力,还容易因疲劳产生疏漏,AI大模型的介入,彻底改变了这一局面,它不是简……

    2026年6月13日
    2500
  • 大模型的BLIP-2架构是什么?BLIP-2模型原理详解

    BLIP-2的核心架构是“冻结的视觉编码器+轻量级可训练连接器+冻结的大语言模型”这一解耦设计,通过Q-Former模块实现视觉与语言的高效对齐,在2026年的多模态大模型赛道中,BLIP-2依然是一个绕不开的经典案例,很多开发者在选型时,面对各种复杂的架构名词容易晕头转向,理解BLIP-2的关键在于看懂它是如……

    2026年6月21日
    2200
  • 佛山网站建设服务器怎么选?服务器配置与价格详解

    佛山网站建设服务器选择的核心在于平衡本地访问速度、数据安全与长期运维成本,建议优先选择配备SSD硬盘、支持HTTP/3协议且具备本地BGP多线接入能力的云服务器,而非传统物理主机,在佛山这片制造业与商贸活跃的土地上,企业官网早已不是简单的“线上名片”,而是业务转化的核心引擎,当用户点击链接的那一瞬间,服务器的响……

    2026年7月4日
    1500
  • AI大模型到底是什么?2026最新AI大模型入门指南

    AI大模型本质上是基于海量数据训练出的、具备理解与生成能力的超大规模神经网络,它不是简单的数据库检索,而是通过概率预测下一个字来实现类似人类的逻辑推理与创作,很多人听到“人工智能”四个字,第一反应还是那个只会下围棋或者下象棋的AlphaGo,或者是以前那种只能回答“今天天气不错”的聊天机器人,但2026年的今天……

    2026年6月13日
    2900
  • 车载AI语言大模型怎么用?智能语音助手哪个最好用

    车载AI语言大模型已彻底改变人车交互逻辑,从简单的指令执行进化为具备上下文理解、多模态感知及主动服务能力的智能副驾,成为2026年智能座舱的核心竞争力,从“听懂指令”到“理解意图”的技术跃迁早期的车载语音助手往往像是一个只会执行死板命令的机器人,你只能说“打开空调”,它才开空调,而现在的车载AI语言大模型,核心……

    2026年6月14日
    3110
  • 大模型部署用户反馈如何收集?大模型部署常见问题有哪些

    大模型部署用户反馈收集的核心在于构建“自动化数据采集+人工深度访谈+行为埋点分析”的闭环体系,通过量化模型响应延迟、准确率及用户体验痛点,实现从被动接收投诉到主动优化模型性能的转变,在2026年的技术语境下,大模型已不再是实验室里的新奇玩具,而是深入企业核心业务流的基础设施,模型上线只是起点,真正的挑战在于如何……

    2026年6月18日
    3200

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注