1. 分页查询的基本原理
在数据量逐渐增大的场景里，分页查询成为前端展示和后端数据传输的关键手段。一个典型的分页请求包含页码、页大小，以及在需要时的排序字段。通过这组参数，数据库只返回当前页的记录，降低网络带宽和内存消耗，同时提升响应速度。
核心原理通常落在两种模式：偏移量分页（OFFSET）和<强>基于游标的分页（键集分页）。前者以偏移量为条件，后续页面需要重新扫描大量数据，潜在的性能成本；后者通过约束最后一条已取记录的键值，避免了大范围扫描，渐进式加载更高效。
在实现分页时，我们还需要关注总记录数的统计与否对用户体验的影响。对于一些场景，维持总数统计会带来额外开销，因此需要在设计阶段权衡：是否提供总页数、是否需要总数缓存，以及如何在数据频繁更新时保持一致性。
1.1 偏移量分页的工作原理与成本
偏移量分页通常使用LIMIT和OFFSET语句实现，将结果限定在一个固定范围内。其优点是简单直观，易于实现跨数据库，但在页码较深时会导致数据库进行大量数据跳跃，整体吞吐量下降，且需要可选的总数统计来呈现完整的分页信息。
为了提升体验，可以结合前端的缓存策略和后端的无刷新数据加载，尽量避免每次都执行从头扫描的操作。若不需要展示总页数，甚至可以仅返回当前页和下一页的标识，进一步降低数据库压力。
1.2 基于游标/键集的分页原理与优势
键集分页通过保存上一页的最后一条记录的<排序键，在下一次请求时以WHERE子句约束该键值，避免对整表进行排序和偏移。该模式在大数据量、深度分页场景下拥有显著的性能优势，吞吐量更稳定，并且对索引的依赖性更强。
实现键集分页时，推荐在排序字段上建立合适的索引，如对id、create_time等字段组合排序建立复合索引。这样能够确保每次查询仅扫描有限范围的数据，响应时间更可控。
2. Java环境下的分页实现方法
在 Java 生态中，分页查询的实现方法主要集中在JDBC原生分页、Spring Data JPA 的 Pageable以及MyBatis 的分页插件三类路径。针对具体场景，可以在可维护性、开发效率、以及数据库适配性之间做出取舍。
了解不同实现的核心点，有助于在项目中快速落地：性能考量、代码复杂度和数据库方言都会影响最终的分页体验。
2.1 使用JDBC实现物理分页
通过 JDBC，我们可以直接编写 LIMIT 与 OFFSET 的 SQL 语句实现偏移量分页，适用于轻量化服务、对数据库方言要求不高的场景。与此同时，结合数据库的执行计划与索引策略，可以获得较为稳定的响应时间。
关键点包括：PreparedStatement 参数化、分页参数的边界校验，以及对查询结果的<__强>对象映射。下面给出一个简单示例，展示如何获取当前页的数据。
2.2 使用Spring Data JPA的分页查询
在Spring Data JPA中，Pageable与 Page 提供了高度封装的分页能力，开发者只需构造
一个 PageRequest，就能自动完成排序、总数统计与结果封装。对于 ORM 层，分页查询的实现更加清晰，代码量显著减少，同时保持了良好的可测试性与可维护性。
2.3 使用MyBatis的分页插件
MyBatis 框架常用的分页方案包括手动拼接分页语句、以及引入 PageHelper 等插件实现。PageHelper 能够在执行查询前拦截并注入分页参数，返回的结果集随之带有分页信息，适用于传统 MyBatis 的项目。
在选择 MyBatis 分页方案时，需关注：插件版本兼容性、数据库方言的差异，以及对复杂联表查询的支持程度，以确保分页行为的一致性。
3. 高效实战：在大数据量场景下的分页策略
在海量数据环境中，分页的效率直接影响用户体验和系统吞吐。以下策略有助于落地高效的分页实现：无总数分页策略、基于索引的排序优化、以及对数据变更的分页一致性处理。
第一，为了降低查询成本，可以采用 无总数分页 的策略，只返回分页结果和必要的分页标识，不暴露总页数。第二，在排序字段上创建合理的 组合索引（如 (id, create_time)），以减少排序与筛选耗时。第三，对于高并发写入场景，需要考虑分页查询与数据写入的一致性，优先确保查询只读到稳定快照或使用合适的事务隔离级别。
此外，前后端的协同也很关键：逐步加载、预加载下一页、以及对网络延迟敏感的应用场景，均应纳入分页设计考量。通过这些实践，能够在不牺牲数据准确性的前提下，显著提升用户感知的响应速度。
3.1 无总数的分页和前向快速跳转
在无总数分页场景下，通常通过返回一个 下一页的游标/键值，以及当前页数据来实现“向后翻页”的能力。这种做法减少了对整表的计数和排序成本，极大降低了数据库压力，也使得海量数据场景下的分页更加平滑。
实现要点包括：上一页最后一条记录的键保存、以及在下一次请求时以此键作为查询条件的起点。结合数据库索引，可以保持持续的吞吐量。
3.2 基于索引的排序优化
分页性能的关键往往来自于排序字段上的索引是否匹配查询条件。避免在没有合适索引的列上进行排序，否则会引发全表扫描和大量 I/O。通过创建 复合索引（例如 (id, updated_at)）并结合应用层指定的排序规则，可以显著提升响应时间。
同时，建议对分页查询中的ORDER BY子句使用可选的稳定排序，以确保跨页的一致性与可重复性。对于低延迟需求的系统，优先使用数据库端的排序与分页能力，而非在应用端进行大规模内存排序。
3.3 查询缓存与结果分片
在数据访问层，合理使用 查询缓存、二级缓存，以及对热点分区进行分片，可以降低同一分页请求的重复计算开销。对多租户或多数据源场景，还需要确保缓存命中率和数据一致性，以避免回退时产生的数据错配。
综合应用这些高效实战的做法，能够把分页查询的性能从“勉强通过”提升到“大规模并发下仍保持稳定”的水平。
4. 代码示例：从零实现一个分页查询
4.1 使用JDBC原生分页的实现
下面给出一个最小化的 JDBC 分页示例，展示如何用 LIMIT 与 OFFSET 实现分页，以及如何将结果映射成 Java 对象。该示例强调关键点：资源释放、参数化查询与基本的对象模型。
import java.sql.*;
import java.util.ArrayList;
import java.util.List;public class JdbcPagingExample {public List<User> fetchPage(Connection conn, int page, int size) throws SQLException {String sql = "SELECT id, username, email FROM users ORDER BY id ASC LIMIT ? OFFSET ?";try (PreparedStatement ps = conn.prepareStatement(sql)) {ps.setInt(1, size);ps.setInt(2, (page - 1) * size);try (ResultSet rs = ps.executeQuery()) {List<User> list = new ArrayList<>();while (rs.next()) {User u = new User(rs.getLong("id"), rs.getString("username"), rs.getString("email"));list.add(u);}return list;}}}
}
class User {long id;String username;String email;User(long id, String username, String email) { this.id = id; this.username = username; this.email = email; }
}
4.2 使用Spring Data JPA Pageable 的分页查询
使用 Spring Data JPA 的 Pageable 构造器，可以简化分页查询的实现，并且自动处理总数统计以及结果封装。下面示例展示如何通过 PageRequest 和 Page 进行分页查询。
import org.springframework.data.domain.Page;
import org.springframework.data.domain.PageRequest;
import org.springframework.data.domain.Pageable;
import org.springframework.data.domain.Sort;// 假设存在 UserRepository extends JpaRepository
Pageable pageable = PageRequest.of(page, size, Sort.by("id").ascending());
Page<User> result = userRepository.findAll(pageable);
List<User> users = result.getContent();
long total = result.getTotalElements();
4.3 使用MyBatis的分页插件（PageHelper）
对于 MyBatis 项目，可以借助 PageHelper 插件实现分页封装。以下代码片段演示如何开启分页、执行查询并获取分页信息。
import com.github.pagehelper.PageHelper;
import com.github.pagehelper.PageInfo;
import java.util.List;// 假设存在 UserMapper<User> mapper
public PageInfo<User> listUsers(int page, int size) {PageHelper.startPage(page, size);List<User> list = userMapper.selectAll();return new PageInfo<>(list);
}
