深度分页变慢是 skip() 的固有逻辑导致，必须改用游标分页：用 _id 或排序字段作为游标，结合 $gt/$lt 和严格匹配索引实现高效分页，避免磁盘 i/o 与排序开销。
深度分页变慢不是 MongoDB 的 bug，是 skip() 本身的执行逻辑决定的——它必须逐条扫描并丢弃前 N 条文档，哪怕只返回 20 条。优化方向很明确：停用 skip()，改用游标分页。
为什么 skip() + limit() 在页码靠后时会卡住
skip(100000) 不是“跳到第 100001 条”，而是让存储引擎从头开始读、判断、丢弃前 10 万条匹配文档。这些文档若不在内存里，就会触发大量磁盘 I/O；如果查询没走索引或带 sort()，还要额外做内存排序。常见现象：db.collection.find().sort({ createdAt: -1 }).skip(50000).limit(20) 从几毫秒涨到数秒，且页码越大越慢。
必须确保排序字段有对应索引（如 { createdAt: -1 }），否则游标方案也无效。
用 _id 游标替代 skip() 的实操要点
_id 默认有序、唯一、自带索引，是最稳妥的游标字段。核心是“不跳，只续”：
- 第一页：直接
db.collection.find().sort({ _id: 1 }).limit(20) - 后续页：取上一页最后一条的
_id字符串（不是 ObjectId 对象），构造{ _id: { $gt: ObjectId("...") } }查询 - 排序方向必须和游标一致：用
$gt就配sort({ _id: 1 })；倒序分页则用$lt+sort({ _id: -1 }) - 客户端必须原样保存并传回
_id字符串（如"65a1b2c3d4e5f67890123456"），别转成 ObjectId 再传，否则服务端可能解析失败
按业务字段（如 score、status）排序时怎么写游标
不能只靠 _id，否则会跨排序值漏数据。正确做法是用“排序键”本身当游标，并严格按索引顺序构造 $or 条件：
假设索引为 { status: 1, createdAt: -1 }，上一页末尾文档是 { status: "active", createdAt: ISODate("2024-01-01T10:00:00Z") }，下一页查询应为：
db.collection.find({
$or: [
{ status: { $gt: "active" } },
{ status: "active", createdAt: { $lt: ISODate("2024-01-01T10:00:00Z") } }
]
}).sort({ status: 1, createdAt: -1 }).limit(20)
注意：$or 分支顺序必须和索引字段顺序完全一致，否则无法命中索引；每个分支都得有独立索引支撑，不能指望一个大复合索引覆盖所有 $or 组合。
事务内分页更要禁用 skip()
事务中 skip() 危害更大：它会拉长锁持有时间、暴涨内存、甚至触发 maxTransactionLockRequestTimeoutMS 超时。而且事务查询无法利用覆盖索引跳过文档读取——必须走 snapshot 隔离。
务必改用游标分页 + 严格复合索引。例如查 { status: "active", category: "electronics" } 并按 created_at 倒序，索引必须建全：{ status: 1, category: 1, created_at: -1, name: 1, price: 1 }，查询时带上 created_at 游标条件，并用 explain("executionStats") 验证 totalDocsExamined === 0 才算真正走覆盖索引。
最容易被忽略的一点：游标分页不是“换了个函数就完事”，它要求前端安全传递游标值、后端严格校验格式、索引与查询条件完全对齐——少一个环节，性能就打折扣。
