分页查询（Pagination）是数据库开发和 Web 应用中非常常见的功能，用于将大量数据分割成较小的页面,以提高加载速度和用户体验。
以下是关于分页查询的详细介绍，包括原理、常见实现方式、优缺点对比以及最佳实践。
为什么需要分页？
- 性能优化：一次性加载成千上万条数据会消耗大量内存和带宽,导致响应缓慢甚至服务器崩溃。
- 用户体验：用户更容易浏览少量数据,而不是面对一个无限滚动的长列表。
- 资源限制：数据库和网络传输都有带宽和内存限制。
常见的分页方式
✅ 方式一：基于偏移量的分页（Offset Pagination）
这是最传统、最常用的分页方式，使用 LIMIT 和 OFFSET 子句。
SQL 示例（MySQL）：
-- 查询第 2 页，每页 10 条数据 SELECT FROM users ORDER BY id ASC LIMIT 10 OFFSET 10;
优点：
- 实现简单,几乎所有数据库都支持。
- 可以直接跳转到任意页（如第 100 页）。
缺点：
- 深分页问题（Deep Pagination）：当
OFFSET值很大时（如OFFSET 100000
），数据库需要扫描并丢弃前 100,000 条记录,性能急剧下降。
- 数据一致性：如果在分页过程中有新数据插入,可能导致数据重复或遗漏。
✅ 方式二：基于游标的分页（Cursor Pagination / Keyset Pagination）
通过记录上一页最后一条数据的“键值”（如 ID 或时间戳）来查询下一页数据。
SQL 示例（MySQL）：
-- 假设上一页最后一条数据的 id 是 100 SELECT FROM users WHERE id > 100 ORDER BY id ASC LIMIT 10;
优点：
- 高性能：无论查询第几页，性能基本一致,因为使用了索引快速定位。
- 数据一致性：不受插入/删除操作影响,不会出现数据重复或遗漏。
缺点：
- 不能直接跳转到任意页（只能“下一页”或“上一页”）。
- 需要业务字段具有唯一性且有序（如自增 ID、创建时间）。
✅ 方式三：基于范围的查询（Range Query）
类似游标分页，但使用范围条件，常用于时间范围或 ID 范围。
SQL 示例：
SELECT FROM orders WHERE created_at > '2026-01-01 00:00:00' ORDER BY created_at ASC LIMIT 10;
分页查询的最佳实践
| 场景 | 推荐分页方式 | 说明 |
|---|---|---|
| 小数据量（< 1000 条） | Offset Pagination | 简单直接，性能影响小 |
| 大数据量 + 需要跳转页码 | Offset Pagination + 优化 | 避免过大的 OFFSET，可考虑限制最大页数 |
| 大数据量 + 只需“下一页” | Cursor Pagination | 性能最优，适合无限滚动列表（如社交媒体） |
| 实时性要求高 | Cursor Pagination | 避免数据重复或遗漏 |
后端代码示例（Java / Spring Boot）
使用 Offset Pagination
public Page<User> getUsers(int page, int size) {
int offset = page size;
List<User> users = userRepository.findAllByOrderByCreatedAtDesc(
PageRequest.of(page, size)
);
long total = userRepository.count();
return new PageImpl<>(users, PageRequest.of(page, size), total);
}
使用 Cursor Pagination
public List<User> getNextUsers(String lastCursorId, int size) {
// lastCursorId 是上一页最后一条数据的 ID
return userRepository.findByIdGreaterThanOrderByCreatedAtDesc(lastCursorId, size);
}
前端展示建议
- 显示页码：适合 Offset 分页,允许用户跳转。
- 无限滚动（Infinite Scroll）：适合 Cursor 分页,用户向下滚动自动加载下一页。
- 显示总数：如“共 1000 条，第 1/100 页”,帮助用户了解数据规模。
常见问题与解决方案
| 问题 | 解决方案 |
|---|---|
| OFFSET 很大时查询慢 | 改用 Cursor 分页，或优化索引 |
| 分页数据重复 | 确保 ORDER BY 字段唯一，或使用 Cursor 分页 |
| 总页数计算错误 | 使用 COUNT() 查询总数，但注意 COUNT 在大表上也可能慢，可考虑缓存总数 |
| 高并发下性能瓶颈 | 添加缓存（如 Redis），或使用搜索引擎（如 Elasticsearch）进行分页 |
- 小数据量：用
LIMIT + OFFSET,简单高效。 - 大数据量 + 需要跳转：用
LIMIT + OFFSET,但限制最大偏移量。 - 大数据量 + 无限滚动：用 Cursor 分页,性能最优。
根据你的业务需求选择合适的分页策略,可以显著提升系统性能和用户体验。
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/484327.html
