indexeddb 是浏览器内置支持事务的 nosql 数据库，适合离线应用与大容量结构化数据存储；需通过分片写入、游标流式读取、合理建索引及直接存 blob 等方式优化性能。
IndexedDB 是浏览器内置的、支持事务的 NoSQL 数据库，适合存储结构化数据（如对象、数组、文件等），尤其适用于需要离线运行或缓存大量数据的 Web 应用。它不是“把大数据一股脑塞进去”，而是通过分片、流式写入、索引优化和事务控制来高效处理大体积数据（比如数万条记录、百 MB 级二进制 blob）。
分块写入 + 事务批量提交
直接一次性 put 几万条数据会阻塞主线程、触发内存溢出或被浏览器中断。正确做法是将数据切分成小批次（例如每 100–500 条一组），在单个事务中批量写入，并控制事务生命周期。
- 使用 IDBObjectStore.add() 或 put() 批量操作，避免逐条提交
- 每次事务只操作一个 objectStore，且尽量缩短事务持续时间（写完立刻 commit）
- 写入前检查 event.target.result 或监听 onsuccess/.onerror，失败时重试或跳过当前批次
- 示例：把 10 万条日志拆成 200 批，每批 500 条，用递归或 async/await 控制节奏
用游标（cursor）+ event stream 处理超大集合
当数据量极大（如千万级记录）且需遍历、筛选或导出时，不要一次性 load 全部到内存。用 IDBCursor 配合 openCursor() 和 continue() 流式读取，边读边处理。
- 游标默认按主键升序遍历；可用 index.openCursor() 按索引字段遍历
- 结合 cursor.advance(n) 跳过部分记录，实现分页加载
- 对每个 cursor.value 做轻量计算（如统计、过滤），避免构造新数组累积内存
- 注意：游标在事务提交后自动失效，需在事务活跃期内完成所有操作
合理设计 schema 和索引提升查询效率
IndexedDB 查询性能极度依赖索引。没有索引的查询等于全表扫描，大数据下会严重卡顿。
- 建库时在 onupgradeneeded 中为常用查询字段（如 timestamp、category、status）调用 createIndex()
- 复合索引按查询顺序声明字段，例如 store.createIndex('by_time_status', ['timestamp', 'status'])
- 避免在频繁更新的字段上建过多索引，写入性能会下降
- 主键（keyPath）尽量用业务唯一 ID，而非自增 number —— 后者在并发写入时易冲突
存储二进制大文件（Blob / ArrayBuffer）的技巧
图片、音频、PDF 等大文件不建议转 base64 存字符串，应直接存 Blob 或 ArrayBuffer，并配合 URL.createObjectURL() 渲染。
- 写入时：直接 put(blob, key)，IndexedDB 原生支持 Blob 类型
- 读取时：用 get(key) 获取 Blob，再用 FileReader 或 URL.createObjectURL 显示
- 注意：Blob 对象在 IndexedDB 中会被序列化，但不会自动压缩；如需减小体积，前端可先用 compression API（如 CompressionStream）压缩再存
- 大文件建议单独建 objectStore（如 "files"），避免与结构化数据混存影响事务粒度
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
