[数据库/PostgreSQL] 真的没有完美的分页方法吗？

[kaifeiji]

因为性能原因，研究了很多分页 SQL 的实现：

1 、limit-offset 的耗时线性增长；
2 、keyset 不能跳转指定页；
3 、xmin 基于事务，可能有“空洞”；
4 、ctid 基于存储，不能用 where 条件过滤；
5 、pg_stats 基于统计数据，实时性差，结果不精确。

具体可参考这篇文章：

https://kaifeiji.cc/post/do-i-really-know-about-pagination/

我想问的是，有没有：

1 、耗时固定
2 、能跳转指定页
3 、没有“空洞”
4 、能用 where 条件过滤
5 、实时性、结果精确

的分页方法？

[nolo]

bitmap 索引试试？

[wd]

直接看最后，这文章是搞笑的...

[cslive]

同楼上，拉到最后看完你文章有惊喜

[kaifeiji]

@nolo 开启 bitmap 扫描，直接这样？

set enable_bitmapscan =off;

[dzdh]

没有。这不是 Pgsql 的问题。所有 SQL 数据库都存在分页到后面越来越慢问题。

海量数据查询、排序、分页。请直接上搜索引擎。

[3dwelcome]

我竟然信了。。一直看到了文章最后，差点晕过去。

话说大数据分页始终是个比较麻烦的问题，不同排序和字段过滤，会导致完全不同的分页结果，连缓存都不太好做。

[luckyrayyy]

哈哈哈哈笑死

[kaifeiji]

@dzdh 那我可以死心了

[oneisall8955]

最终，发现问题的根源是索引损坏，导致分页时排序太慢。。。。。。。。。

[hidemyself]

答案是没有，要么上 ES 这种

[Vegetable]

根据我对很多“大厂”项目的观察，真的没有完美的分页方案。

[leoskey]

上 ES 后又发生新的问题🐕 https://www.v2ex.com/t/840193

[sfqtsh]

用游标呢

[kaifeiji]

@sfqtsh 游标和 keyset 类似，都不能跳指定页

[sfqtsh]

@kaifeiji 可以 MOVE absolute

[hope4tomorrow]

用 mysql 也出过类似的问题，ID 主键索引不连续了，200w 数据分页一次要 2s ，在 leader 指导下直接对 ID 建索引，再分页查询立马起作用🥱

[MoYi123]

@hope4tomorrow 不是很懂, 为什么要给主键再建一次索引?

[westoy]

淘系你订单多的话， 中间也慢的， 而且经常会排序出错， 缓存上半天不变

京东我怀疑会定时腾冷热数据， 它家是真的存在不定时丢单的

这两家我估计已经接近消费领域性能和误差折中的天花板了

[kaifeiji]

@sfqtsh 个人理解，MOVE 同样是要一个一个数 offset 的。有更多的线索吗？

[so1n]

数据库本身就不擅长做分页的

[kaifeiji]

@sfqtsh 明白你的意思了，MOVE absolute 确实可以跳转到指定页，但它的实现和性能与 limit-offset 是相同的，所以耗时也是线性增长

[hooopo]

还是有的

[3dwelcome]

@kaifeiji "但它的实现和性能与 limit-offset 是相同的，所以耗时也是线性增长"

基本上好一点的网站，翻页都是有限制的，用户也不可能无限翻下去。无限翻页就是个伪需求。

头 100 页内存缓存一下，基本上能应付 95%的情况。剩下的 5%，也不会强制要求高性能。

坚持说数据库 limit-offset 性能有问题的，不是傻就是坏。

[9c04C5dO01Sw5DNL]

es 也没有完美分页

[kaifeiji]

@3dwelcome 懂了

[Oktfolio]

搜索引擎一定条数之后不是也只能游标分页吗？

[felixcode]

文章的最后
==========
P.S

最终，发现问题的根源是索引损坏，导致分页时排序太慢。

修复索引后，耗时 1 秒以内——千万级的数据分页，LIMIT-OFFSET 还是 HOLD 住的。

也就是说，我前边整的活儿算是白折腾了。
===========

[Sasasu]

有些奇葩 ORM 发出来的查询长这样：

select count(*), * from (<query>) limit 20

这种人现在的计算机科学还满足不了他

[hooopo]

@Sasasu 不信

[ClarkAbe]

mysql limit page 现在差不多 300 万订单数据了还是很快的啊，毫秒级响应.......

[hope4tomorrow]

@MoYi123 因为原有的主键索引失效了，失效原因是，那个表是开发环境的日志表，组里有同学操作过，删除了一些数据，导致索引也失效了，所以再建一次索引，leader 当时的描述是，建一个二级索引

[ipwx]

ES 的底层是 Lucence ，LUCENCE 在我当年学习的时候，分页原理应该是直接用关键词抽出来一些倒排索引，然后用优先队列对倒排索引进行合并，上面的结果打分以后用一个大小为 K * page_size 的堆保存最好的前 K 页结果然后返回第 K 页的内容。

[msg7086]

@ipwx 提醒一下，是 Lucene 不是 Lucence 。以前我也读错写错过。

[encro]

分页关键点：

1 ，数据量大情况下不要 count ；
2 ，复杂查询用 es 之类；
3 ，索引排序；
4 ，组合索引；
5 ，索引类别；
6 ，explain ；

[Geekerstar]

@leoskey 哈哈哈，被老哥鞭尸了

[Sasasu]

@hooopo 随便一个搜索引擎搜 '分页组件是基于 Mybatis 的，它会在你写的 SQL 脚本外面再套一层 SELECT COUNT(*) ROWNUM_ FROM (….) 计算总记录数，同时有另一个嵌套 SELECT * FROM(…) WHERE ROWNUM > 10 AND RONNUM < 10 * 2 这种方式生成分页信息'

[hooopo]

@Sasasu 这种方式很高效啊

[Sasasu]

@hooopo 带着 filter 算总页数了

[hooopo]

@Sasasu 并不是总页数 只是判断有没有下一页 盲猜做无限下拉的

[KouShuiYu]

limit-offset 还有一个坑必须加上 order 且排序要唯一，不然查出来的顺序会随着 limit-offset 参数不同而变化🐶

[liaohongxing]

tidb 有个 tiflash 组件, tiflash 据说魔改的 clickhouse, 基于列存储, 实测 count 也快，分页也快 ，最完美的应该就是基于列存储，根据 sql 自动选择, 这样 where x1= ? and x2= ? ,根据列查