当前位置: 首页 > news >正文

举例说明MyBatis中逻辑分页的优缺点

MyBatis 中逻辑分页的优缺点及示例说明

一、逻辑分页(RowBounds)的核心原理

逻辑分页是指 MyBatis 先从数据库查询所有数据到内存,再通过RowBounds对象对结果集进行内存截取,实现 "分页" 效果。其本质是内存分页,而非数据库层面的分页。

二、逻辑分页的优点:简单兼容

1. 代码实现极简

无需修改 SQL 语句,只需在调用时传入RowBounds参数,适合快速开发。

// Mapper接口(普通查询)
List<User> selectAllUsers();// 调用时传入RowBounds实现分页
int pageNum = 2;      // 页码
int pageSize = 10;    // 每页条数
int offset = (pageNum - 1) * pageSize;RowBounds rowBounds = new RowBounds(offset, pageSize);
List<User> users = userMapper.selectAllUsers(rowBounds);
2. 跨数据库兼容性强

不依赖数据库特定的分页语法(如 MySQL 的LIMIT、Oracle 的ROWNUM),一套代码适配多种数据库。

3. 适合小数据量场景

当数据总量较小(如几百条)时,内存开销可忽略,逻辑分页的便捷性优势明显。

4. 灵活的分页参数控制

可在运行时动态调整offsetpageSize,无需修改 SQL 或接口。

三、逻辑分页的缺点:性能与内存瓶颈

1. 大数据量下内存溢出风险
  • 场景示例:假设数据库有 10 万条记录,每页 10 条,查询第 10000 页时:
// 错误用法:查询全量数据再分页
int offset = 99990;  // (10000-1)*10
RowBounds rowBounds = new RowBounds(offset, 10);
List<User> users = userMapper.selectAllUsers(rowBounds);  // 实际查询了10万条数据到内存

  • 问题:数据库返回全量数据到内存,可能导致OutOfMemoryError

2. 查询性能差

数据库需执行全量查询,网络传输和内存处理开销大,尤其在数据量超过百万级时,查询响应时间显著变长。

3. 无法利用数据库分页优化
  • 数据库无法针对分页条件优化索引(如 MySQL 的LIMIT可利用覆盖索引)。
  • 无法使用数据库特有的分页性能优化方案(如 Oracle 的ROWNUM前缀优化)。

4. 数据一致性问题 

查询期间若数据库数据变更,内存中的全量数据可能与数据库不一致,导致分页结果不准确。

 

四、典型应用场景与避坑建议

1. 适用场景
  • 管理后台小数据量列表(如数据总量 < 1000 条)。
  • 临时查询工具或调试场景。
  • 兼容多种数据库的快速原型开发。

2. 避坑方案
  • 限制数据总量:在 SQL 中添加LIMIT上限(如SELECT * FROM table LIMIT 10000),避免全量查询
<!-- XML中添加总量限制 -->
<select id="selectAllUsers" resultType="User">SELECT * FROM users LIMIT 10000
</select>

  • 配合物理分页降级:当检测到页码过大时,自动切换为物理分页(如使用 PageHelper)。

五、与物理分页的核心对比

维度逻辑分页(RowBounds)物理分页(数据库原生 / LIMIT)
数据加载全量加载到内存后截取数据库直接返回分页结果
内存占用高(全量数据)低(仅返回当前页数据)
数据库压力低(SQL 简单)中(需数据库处理分页)
性能上限差(受内存限制)好(数据库优化支持)
适用场景小数据量、快速开发大数据量、生产环境

总结

逻辑分页的简单性和兼容性使其适合轻量级场景,但在生产环境中,尤其是数据量较大时,应优先选择物理分页(如 PageHelper 插件或数据库原生分页)。实际开发中可根据数据规模灵活选择:小数据量用逻辑分页,大数据量用物理分页,同时通过代码限制防止全量数据加载导致的性能风险。

相关文章:

  • 社区问答网站开发如何做推广引流赚钱
  • 做拍卖网站需要多少钱新闻头条最新消息今天
  • 深圳最好的营销网站建设公司怎么在百度上做网站
  • 国外常用视频网站tenor怎么设置宁德市教育局官网
  • 贵州最好的网站建设推广公司百度获客平台
  • 一般电商都是在哪些网站上做北京优化推广
  • [onnx 学习记录] 包包含的主要内容
  • python中的时间模块
  • 基于事件驱动型LSTM模型的黄金周收益归因:贸易关税冲击下的5%涨幅量化解析
  • Linux:多线程---初识线程
  • Veeam Backup Replication Console 13 beta 备份 PVE
  • 深入解析Kafka核心参数:buffer_memory、linger_ms与batch_size的优化之道
  • 【基于SpringBoot的图书管理系统】Redis在图书管理系统中的应用:加载和添加图书到Redis,从数据同步到缓存优化
  • 在 Spring Boot 项目中如何合理使用懒加载?
  • Vue 2 混入 (Mixins) 的详细使用指南
  • Vue 3.0中复杂状态如何管理
  • 2025年Google I/O大会上,谷歌展示了一系列旨在提升开发效率与Web体验的全新功能
  • 基于PDF流式渲染的Word文档在线预览技术
  • Qt C++ GUI编程进阶:多窗口交互与事件机制深度解析
  • 基于AOD-Net与GAN的深度学习去雾算法开发
  • 基于机器学习的沪深300指数波动率预测:模型比较与实证分析
  • 【MySQL】分组查询、聚合查询、联合查询
  • Java基础(一):发展史、技术体系与JDK环境配置详解
  • 探索Linux互斥:线程安全与资源共享
  • 字节跳动2025年校招笔试手撕真题教程(三)
  • BGP笔记的基本概要