当数据库中有多达千万级以上的数据时，如何实现高效的分页查询成为开发者关注的重点。如果仍然使用最直观的 LIMIT...OFFSET... 分页方式，性能很可能随页面跳转变慢，导致用户体验下降。本文将从常见窘境入手，介绍更优方案与实用优化策略，帮助你在大数据量场景中保持分页性能稳定。
为什么传统 OFFSET 分页不够高效
通过 LIMIT OFFSET 实现的分页方式在小数据量场景下使用方便，但当 M（偏移量）变大时，数据库需要扫描并跳过大量行才能返回目标页数据。这样查询响应时间呈线性增长，分页越深越慢。这种行为在上百页甚至数千页场景下尤为明显，严重影响性能和资源消耗。
Keyset 分页（Seek 方法）：大数据场景的推荐方案
Keyset 分页也称“游标分页”，通过记录上一次查询的最后一条关键字段值（通常是唯一索引或时间戳）作为下一条查询的起点，而非使用 OFFSET。这样数据库能直接定位数据，避免跳过无谓行数，从而通过索引高效读取数据。性能表现更加稳定，与数据库规模关系不大，表现近乎恒定。
如何实现 Keyset 分页
首先确保用于分页排序的字段已建立索引，例如自增主键或时间戳。初始分页为：
SELECT * FROM table_name
ORDER BY id DESC
LIMIT 50;接着将最后一行的 id 暂存为 last_id，下一页查询：
SELECT * FROM table_name
WHERE id < last_id
ORDER BY id DESC
LIMIT 50;如此循环即可高效向前翻页，且每次查询的性能都依赖于索引扫描，而不是跳过前面大量记录。
混合或其他分页方式的补充策略
对于某些特定场景，如按时间顺序展示最新动态，时间戳分页也是一种常见方式，通过按时间查询区间，可合理优化分页负载。此外，可以结合 OFFSET 和时间戳，先定位一个时间基准，再按页偏移查询。再者，有些大型 API 会使用游标值传递分页位置，让客户端只需提供 cursor 即可继续拉取，适合无限滚动或流式加载场景。
提升分页体验的实战建议
- 稳定排序：分页查询应设置明确的排序字段，避免因数据变动导致显示顺序错乱。
- 索引优化：分页涉及的排序字段需建立合适索引，以确保查询时能快速返回目标数据。
- 合理设计分页规则：避免让用户跳转至非常深的页面，可限制最大页数或引导用户通过筛选快速定位。
- 缓存常用页：可针对热数据页或常被访问的分页结果使用缓存机制减轻数据库压力。
- 监控与分析：通过监控工具定期分析分页查询性能，及时发现问题并优化索引或查询逻辑。
结语
面对千万级数据进行分页查询，Keyset 分页（seek 方法）是更具扩展性和性能保障的选择。而传统 OFFSET 分页则逐页耗时线性增长，在深层分页场景不宜采用。正确使用索引、合理设计分页逻辑、结合缓存与 UX 限制等手段，可帮助构建高效、稳定、用户友好的分页系统。