因为mysql执行offset需扫描并丢弃前n行，数据量越大扫描成本越高，导致cpu和i/o压力剧增；游标分页通过记录上一页最后排序值、查询“大于该值”的数据，避免全量扫描，性能恒定。
为什么 OFFSET 在百万级表里会越来越慢？
因为 MySQL 执行 SELECT * FROM table LIMIT 100000, 20 时，必须先扫描前 100000 行再丢弃，即使只取 20 条。行数越多，扫描成本越高，CPU 和 I/O 压力直线上升。
这不是 Django 的问题，是 MySQL 的执行机制决定的。Django 的 QuerySet 默认用 OFFSET 实现分页，所以一到深分页就卡顿。
- 真实场景中，
OFFSET > 50000就可能触发秒级延迟 -
ORDER BY id且id有索引时，才适合改用游标分页；若按created_at排序，得确保该字段有联合索引（如(created_at, id)） - 别依赖
count()获取总页数——它会触发全表扫描，大表下比LIMIT还慢
用游标分页替代 PageNumberPagination
核心思路：不跳过前 N 行，而是记住上一页最后一条记录的排序字段值，下一页查“比它更大”的数据。
比如按 id 升序分页，第一页取 id__gt=0 的前 20 条；第二页记下第 20 条的 id（设为 12345），下一页查 id__gt=12345 的前 20 条。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- Django REST Framework 中，改用
CursorPagination类，需显式指定ordering字段，且该字段必须有索引 - 前端不再传
page=3，而是传上一页返回的cursor参数（Base64 编码的排序值） - 不能跳转任意页，但支持无限向下翻——这对日志、消息流等场景更合理
- 注意时区和 NULL 值：
created_at若允许 NULL，需在查询中排除，否则游标值不可靠
如何给排序字段加高效索引？
游标分页快不快，80% 取决于索引是否覆盖查询条件 + 排序字段。
假设模型是 Article，常用 order_by('-created_at', '-id')，那么最有效的索引是：
CREATE INDEX idx_article_created_id ON article (created_at DESC, id DESC);
- MySQL 8.0+ 支持降序索引，老版本会忽略
DESC，实际建的是升序，此时应统一用升序字段（如id）做主游标 - 避免在
WHERE条件里混用非索引字段，比如status=1未建索引，会导致索引失效，回表严重 - 用
EXPLAIN验证：type应为range或index，Extra不含Using filesort或Using temporary
手动实现游标逻辑时容易漏掉什么？
直接写 filter(created_at__lt=last_created_at) 看似简单，但边界情况多。
- 同一秒内多条记录：仅靠
created_at无法唯一确定位置，必须加入id作为第二排序字段并写进 WHERE - 删除中间数据导致游标“断层”：比如第 100 条被删，第 101 条的游标值可能和第 99 条重复，需用
(created_at, id)元组比较，而非单字段 - 前端传错游标（如篡改 Base64）：建议在视图里捕获
ValueError或解码失败，返回 400 而非 500 - 首次请求没有游标时，用
created_at__isnull=False或最小值兜底，避免None参与比较引发意外结果
复杂点不在代码长度，而在排序字段组合、索引匹配、空值/重复值处理这三者必须对齐。少一个，游标就可能漏数据或重复。
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！
