java stream的limit和skip仅适用于内存集合分页，不能替代数据库分页；正确顺序为skip后limit，如skip(20).limit(10)获取第21–30条；大数据量时应优先用数据库分页或list.sublist。
Java Stream 的 limit 和 skip 可以模拟分页，但仅适用于内存中已加载的集合，**不能替代数据库层面的分页（如 LIMIT/OFFSET 或 ROW_NUMBER）**。它们适合小数据量、前端分页或测试场景，用错会导致性能问题。
理解 limit 和 skip 的行为
limit(n) 返回前 n 个元素；skip(n) 跳过前 n 个元素。二者都是中间操作，返回新 Stream，不改变原数据。
注意：它们是**顺序执行**的——先 skip 再 limit 才能实现“跳过前 m 条，取 n 条”，顺序反了会出错。
- ✅ 正确：stream.skip(20).limit(10) → 第 21–30 条（第 3 页，每页 10 条）
- ❌ 错误：stream.limit(10).skip(20) → skip 无效（limit 后只剩 10 条，再 skip 20 就为空）
分页工具方法封装
把页码、每页大小转为 skip/limit 参数，避免重复计算：
<font color="#888">// 页码从 1 开始，size 为每页条数
public static <t> Stream<t> paginate(Stream<t> stream, int page, int size) {
long skip = (long) (page - 1) * size;
return stream.skip(skip).limit(size);
}</t></t></t></font>
使用示例：
<font color="#888">List<string> data = Arrays.asList("a", "b", "c", "d", "e", "f");
Stream<string> page3 = paginate(data.stream(), 3, 2); // → ["e", "f"]</string></string></font>
慎用场景与性能提醒
Stream 分页本质是遍历+计数，对大数据集效率极低：
- 查第 1000 页（每页 20 条），需 skip 前 19980 个元素——全部流式处理，无法跳过中间数据
- 数据库已有索引和优化器，应优先用
SELECT ... LIMIT 20 OFFSET 19980或 JPA 的Pageable - 若必须用 Stream（如内存缓存数据），建议提前用
collect(Collectors.toList())转成 List，再用subList（更高效）
对比：Stream 分页 vs List.subList
对已知长度的 List，subList 更直接且不触发遍历：
<font color="#888">List<user> allUsers = userService.findAll(); // 已加载到内存 int fromIndex = (page - 1) * size; int toIndex = Math.min(fromIndex + size, allUsers.size()); List<user> pageData = allUsers.subList(fromIndex, toIndex);</user></user></font>
这种方式避免了 Stream 的惰性求值开销，适合确定大小的本地集合。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
