datagrid分页传递参数_企业级系统数据过大，海量数据如何分页，这里有4种优化方案及对比...

我会为大家带来源源不断的IT技术相关的内容，欢迎工程狮/程序猿们关注哟～

一、背景

分页应该是极为常见的数据展现方式了，一般在数据集较大而无法在单个页面中呈现时会采用分页的方法。

各种前端UI组件在实现上也都会支持分页的功能，而数据交互呈现所相应的后端系统、数据库都对数据查询的分页提供了良好的支持。

以几个流行的数据库为例：

查询表 t_data 第 2 页的数据(假定每页 5 条)

• MySQL 的做法：

select * from t_data limit 5,5

• PostGreSQL 的做法：

select * from t_data limit 5 offset 5

• MongoDB 的做法：

db.t_data.find().limit(5).skip(5);

尽管每种数据库的语法不尽相同，通过一些开发框架封装的接口，我们可以不需要熟悉这些差异。如 SpringData 提供的分页接口：

public interface PagingAndSortingRepository extends CrudRepository { Page findAll(Pageable pageable);}

这样看来，开发一个分页的查询功能是非常简单的。

然而万事皆不可能尽全尽美，尽管上述的数据库、开发框架提供了基础的分页能力，在面对日益增长的海量数据时却难以应对，一个明显的问题就是查询性能低下！

那么，面对千万级、亿级甚至更多的数据集时，分页功能该怎么实现？

下面，我以 MongoDB 作为背景来探讨几种不同的做法。

二、传统方案

就是最常规的方案，假设 我们需要对文章 articles 这个表(集合) 进行分页展示，一般前端会需要传递两个参数：

• 页码(当前是第几页)
• 页大小(每页展示的数据个数)

按照这个做法的查询方式，如下图所示：

因为是希望最后创建的文章显示在前面，这里使用了_id 做降序排序。

其中红色部分语句的执行计划如下：

{ "queryPlanner" : { "plannerVersion" : 1, "namespace" : "appdb.articles