建立单页网站中国建筑出国招聘网

一、基本概念

1.1 PageRequest分页

PageRequest是Spring Data提供的分页实现，它是基于页码的分页方式（Page-based pagination）。

new PageRequest(page, size)
// page: 页码，从0开始
// size: 每页大小

1.2 Skip/Limit分页

Skip/Limit是MongoDB原生的分页方式，它是基于偏移量的分页（Offset-based pagination）。

query.skip(offset).limit(size)
// offset: 跳过的记录数
// size: 获取的记录数

二、主要区别

2.1 使用方式

1. PageRequest:

// 获取第一页，每页10条
Pageable pageable = new PageRequest(0, 10);
// 获取第二页，每页10条
Pageable pageable = new PageRequest(1, 10);

2. Skip/Limit:

// 获取前10条
query.skip(0).limit(10);
// 获取第11-20条
query.skip(10).limit(10);

2.2 参数计算

1. PageRequest:

page = pageNumber - 1  // pageNumber从1开始
size = pageSize

2. Skip/Limit:

offset = (pageNumber - 1) * pageSize
limit = pageSize

2.3 适用场景

PageRequest适用场景：

1. 需要与Spring Data框架深度集成
2. 需要获取分页的额外信息（总页数、是否是最后一页等）
3. 数据量较小，页码跨度不大的场景
4. 用户界面基于页码导航的场景

Skip/Limit适用场景：

1. 需要更灵活的分页控制
2. 数据量大，但主要关注连续分页的场景
3. 无限滚动加载的场景
4. 需要优化性能的场景

三、性能考虑

3.1 PageRequest的性能特点

1. 优点：

   • 与Spring Data完美集成
   • 提供丰富的分页信息
   • 代码可读性好

2. 缺点：

   • 大页码时性能较差
   • 内存占用相对较高
   • 不适合大数据量分页

3.2 Skip/Limit的性能特点

1. 优点：

   • 实现简单直接
   • 内存占用低
   • 适合大数据量分页

2. 缺点：

   • skip值较大时性能会下降
   • 不提供总页数等信息
   • 需要自行处理边界情况

四、最佳实践建议

4.1 选择建议

1. 小型应用，数据量不大：

   • 推荐使用PageRequest，开发更便捷

2. 大型应用，数据量大：

   • 推荐使用Skip/Limit，性能更好
   • 考虑使用游标或时间戳分页

4.2 性能优化建议

1. 添加适当的索引
2. 避免大的偏移量
3. 考虑使用游标分页
4. 合理设置每页大小

4.3 代码示例

PageRequest方式：

public List<MetadataPO> findByPage(String appId, int page, int size) {Pageable pageable = new PageRequest(page, size);Query query = new Query().with(pageable);return mongoTemplate.find(query, MetadataPO.class);
}

Skip/Limit方式：

public List<MetadataPO> findByOffset(String appId, int offset, int size) {Query query = new Query();query.skip(offset).limit(size);return mongoTemplate.find(query, MetadataPO.class);
}

五、总结

1. PageRequest和Skip/Limit各有优势，选择时需要考虑：

   • 数据量大小
   • 性能要求
   • 业务场景
   • 开发便利性

2. 实际应用建议：

   • 数据量<10万，用户习惯页码翻页：选择PageRequest
   • 数据量>10万，或需要无限滚动：选择Skip/Limit
   • 数据量>100万：考虑使用游标分页

3. 性能优化核心：

   • 合理使用索引
   • 避免大偏移量
   • 控制每页数据量
   • 考虑缓存策略