在数据驱动的时代，海量记录的高效检索已成为企业级应用的标配需求。然而，当数据量达到千万级（如1250万条记录），传统的分页与排序机制往往遭遇性能瓶颈——翻页越深，响应越慢，甚至导致数据库崩溃。近期，多位数据库工程师与架构师分享了针对“深度分页”的优化实战经验，为这一难题提供了可行的解决路径。
痛点：传统OFFSET分页为何失效？
许多开发者习惯使用LIMIT ? OFFSET ?进行分页查询，并结合ORDER BY实现排序。但在1250万条记录的场景下，这种方法存在致命缺陷：数据库必须扫描并丢弃前N行数据才能获取目标页。例如，要查询第10万页（每页100条），数据库需先扫描1000万行记录，这会产生巨大的I/O与CPU开销，导致延迟飙升至秒级甚至分钟级。
此外，排序字段若缺乏精准索引，数据库还需进行临时文件排序（filesort），进一步加剧性能恶化。更糟的是，若数据在分页过程中发生插入、删除或更新，OFFSET分页还会产生不一致的“幽灵数据”——用户可能在翻页时看到重复或遗漏的记录。
方案一：游标分页（Keyset Pagination）
针对上述痛点，游标分页（也称“键集分页”）成为业内首推方案。其核心思想是用上一页最后一条记录的排序字段值作为游标，直接定位下一页起始点，而非通过偏移量计算。例如，若按创建时间倒序排序，可以通过WHERE created_at < ?结合ORDER BY created_at DESC LIMIT 100进行精确跳转。
“游标分页能够巧妙利用B+树索引的天然有序性，每次查询仅扫描100行，即可完成翻页，复杂度从O(N)降至O(logN)。”某知名数据库服务商的技术专家在分享中表示。该方案对1250万条记录深度分页的响应时间可稳定在50毫秒以内，且不受翻页深度影响。
方案二：延迟关联（Deferred Join）
当分页需要展示多字段且无法全部覆盖索引时，“延迟关联”能显著降低扫描成本。具体做法是：先通过索引快速定位所需行的主键范围（如仅查询ID和排序字段），再通过主键回表获取完整行数据。这样，排序与分页操作仅在索引上进行，避免了大量无用行的读取。
“延迟关联特别适用于宽表场景。”一位深耕MySQL优化的架构师举例：某电商订单表包含数百个字段，原本翻到第5万页需要5秒。采用延迟关联后，先将订单ID与创建时间存入索引，分页时仅扫描索引，最后一步才回表获取全部字段，耗时降至0.3秒，性能提升超过10倍。
方案三：分区与索引覆盖
针对1250万条记录这类大表，物理分区（如按时间、按ID范围分区）可显著缩小查询范围。结合覆盖索引（索引包含查询所需的所有字段），数据库可以直接从索引中获取数据，避免任何回表操作。例如，将订单表按月份分区，并建立包含用户ID、金额、状态的多列联合索引，深度分页的查询仅需扫描单个分区中的少量行。
实践挑战与取舍
尽管以上方案效果显著，但并非银弹。游标分页不支持随机跳页（如直接跳到第500页），只适用于“下一页”场景；延迟关联在多表JOIN时需谨慎设计；分区则需考虑未来数据增长的均匀性。因此，企业需根据业务场景权衡：对需要无限滚动或顺序翻页的列表（如新闻流、聊天记录），游标分页是首选；对必须支持任意页跳转的管理后台，可考虑结合缓存预生成早前页码的数据快照，或采用Elasticsearch等搜索引擎。
未来展望
随着云原生数据库与列存储技术的成熟，新一代数据库（如TiDB、ClickHouse）已原生支持近似游标的分布式分页，百万级并发下的深度翻页也能保持亚秒级响应。对于仍使用传统关系型数据库的用户，上述优化技巧仍是性价比最高的选择。
1250万条记录的分页排序，曾经是开发者头疼的“硬骨头”，如今已有多条清晰的技术路径。正如一位资深DBA所言：“没有打不开的‘深分页’，只有不合适的索引与设计。”掌握这些优化策略，企业便能在数据爆炸的时代，仍为用户提供丝滑流畅的翻页体验。