别用 skip() 做深分页,必须改用基于索引字段的游标式分页;因 skip() 会真实扫描丢弃前 N 条文档,百万级数据下性能陡降,而游标分页通过 $gt/$lt 范围查询避免全扫。

直接结论:别用 skip() 做深分页,它在百万级以上数据中必然拖垮查询性能。必须改用基于索引字段的游标式分页。
为什么 skip() 在大数据量下会严重变慢
MongoDB 的 skip() 不是“跳过指针”,而是真实扫描并丢弃前 N 条文档——每条都加载、计数、丢弃。当 skip(500000) 时,数据库必须遍历 50 万条记录才能拿到第 500001 条起的 10 条,哪怕有索引也救不了。实测中,skip(9000000) 比 skip(90000) 慢 150 倍,内存占用线性增长,容易触发慢查询告警甚至 OOM。
用 _id 实现稳定游标分页(最通用方案)
适用于无业务排序字段、或排序字段不唯一的情况,_id 天然有序且默认有索引。
- 第一页查:
db.collection.find().limit(10) - 取最后一条的
_id值,比如ObjectId("65a1b2c3d4e5f67890123456") - 下一页查:
db.collection.find({ _id: { $gt: ObjectId("65a1b2c3d4e5f67890123456") } }).limit(10) - 注意:升序分页用
$gt;若需降序展示,先.sort({ _id: -1 }),再用$lt续查
用时间戳/数值字段做范围分页(推荐用于日志、订单等场景)
业务上天然有强排序需求(如按创建时间倒序),且该字段已建索引时,性能最优。
- 确保索引存在:
db.collection.createIndex({ created_at: -1 }) - 第一页:
db.collection.find().sort({ created_at: -1 }).limit(10) - 取最后一条的
created_at值,比如ISODate("2026-10-20T15:30:00Z") - 下一页:
db.collection.find({ created_at: { $lt: ISODate("2026-10-20T15:30:00Z") } }).sort({ created_at: -1 }).limit(10) - 复合排序(如 category + price)必须建对应顺序的复合索引:
db.collection.createIndex({ category: 1, price: 1 }),且查询条件必须包含前缀字段
容易被忽略的关键细节
游标分页不是“设个变量就能跑”,几个硬性约束常被绕过导致结果错乱或漏数据:
- 排序字段必须严格唯一,或配合其他字段构成唯一组合(否则同值文档可能被跳过或重复)
- 分页期间数据不能被修改或删除,否则游标会“断档”——这是最终一致性系统下的固有限制
- 客户端必须安全保存上一页最后一条的游标值(
_id或时间戳),不能靠页码反算 - 不要在游标查询里混用
skip(),哪怕只 skip(1) 也会让整个优化失效











