OFFSET在百万数据下变慢的根本原因是数据库必须从头逐行扫描并丢弃前N行，而非跳过索引位置；查第5000页（每页20条）需扫描10万行，其中99980行纯属浪费。
OFFSET在百万数据下变慢的根本原因
因为数据库执行OFFSET时必须从头扫描并丢弃前N行——不是跳过索引位置，而是逐行读取、计数、扔掉。查第5000页（每页20条），就要扫描10万行，其中99980行纯属浪费。
常见错误现象：SELECT * FROM orders ORDER BY created_at DESC LIMIT 20 OFFSET 99980响应从20ms涨到1.8s+，且EXPLAIN显示type: ALL或Using filesort，说明没走索引或被迫排序。
- MySQL几乎不优化大
OFFSET，PostgreSQL虽有cursor_tuple_fraction参数，但效果有限 - 即使
ORDER BY字段有索引，一旦OFFSET过大，优化器可能直接放弃索引、改用全表扫描 - 并发翻页时容易触发行锁或间隙锁，拖慢整个表的写入
为什么不能靠COUNT(*)算总页数
用户点“第87页”之前，你不需要知道一共有多少页；但COUNT(*)会强制全表扫描或索引遍历，100万行耗时可能超过主查询本身。
典型陷阱：后台接口返回{"data": [...], "total": 5032, "pages": 252}，结果total字段让QPS跌一半。
- 真实场景中，“共XX页”对用户价值极低，尤其Feed流、订单列表这类持续新增的数据
- 如果业务真需要总数（如报表导出），应异步预计算或走近似统计（如
TABLE STATUS或采样估算） - Flask里用
flask-paginate默认带total，别直接传给Pagination构造函数，先砍掉
游标分页怎么写才不出错
游标不是“记住上一页offset”，而是记住上一页最后一条记录的排序字段值，并用WHERE条件精准锚定起点。核心是保证ORDER BY和WHERE逻辑严格一致。
火焰围攻 授权: q15040409-creator.功能概述火焰围攻 授权: q15040409-creator.是一项面向实际任务的技能，主要用于Description.；Flask Web. - Python.；核心要点HTTP?；.Version.1.0.tags. wrap.github.automation.。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。使用与执行使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要
假设按created_at DESC, id DESC排序，上一页末条是{"created_at": "2024-05-01 10:00:00", "id": 123}，下一页SQL必须写成：
SELECT * FROM orders WHERE (created_at
- 时间字段务必标准化为UTC字符串，避免时区或毫秒精度导致比较失效
- 复合排序必须全部出现在
WHERE条件里，漏掉id可能导致跳过同时间戳的其他记录 - 方向必须匹配：降序用
或，升序用>或>= - 前端传来的游标值要校验格式，空或非法值直接拒掉，别让它走到SQL层
什么时候还非得用OFFSET
不是所有场景都能换游标。如果业务明确要求“跳到第N页”、数据极少变动、且总量可控（比如后台管理查近3个月订单，最多几万条），OFFSET反而更简单可靠。
- 用
flask-paginate时，确保total来自缓存或预估，别每次查COUNT(*) - 加联合索引：
CREATE INDEX idx_status_created ON orders(status, created_at)，让WHERE status=1 ORDER BY created_at能走索引 - 限制最大页码，比如
page ，超出就返回空或提示“请用搜索筛选”
真正难的是游标分页里的边界处理：新数据插入导致“上一页末条”被挤到更前面，或者删除让游标失效。这没法靠SQL自动解决，得靠业务层接受“连续加载”范式，而不是执着于页码数字。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
