大量数据如何做分页处理
本文分享自华为云社区《应用中大量数据的分页处理》，作者：码乐。
简介
大批量数据的展示一直被视为一个必须要解决的问题。 一个经典的思想就是分批展示和处理它们。
1 查询时外键的处理
如果在django model 中模型使用了外键，通过on_delete 来定义关联操作。
CASCADE： 级联操作。如果外键那条数据删除了，这条数据也将被删除
PROTECT： 受保护，只要这条数据引用了外键的那条数据，旧不能删除外键数据，如果强行删除，Django框架将报错
SET_NULL: 设置为空，如果外键数据被删除，本条数据设置为空，前提是 可以设置本条数据为空
SET_DEFAULT: 设置默认值，如果外键数据删除了，设置这个数据的值为默认，前提是有默认值
SET()函数: 如果外键那条数据被删除，那么将会获取SET函数的值作为外键的值。Set()函数可以接受可调用对象，可调用对象的返回值作为结果设置回去。
DO_NOTHING: 不采取任何行为，一切看数据库级别的行为。
数据库层面的约束：
PESTRICT： 默认选项，如果要删除父表记录，如果子表有关联记录，则不允许删除 NOACTION：同上，首先检测外键 CASCADE： 父表delete,update时，子表关联操作 也进行 delete，update SET NULL：父表delete , update时，子表将关联记录外键字段设置为null，所以设计子表时不能 not null
这些外键的方法工具，可以帮助使用者处理多表关联查询任务。
1.1 如何在django中查询分页
在有分页查询的应用中，包括 LIMIT 和 OFFSET 的查询十分常见，而且几乎每个都会有一个 ORDER BY 子句。
如果使用索引排序的话将对性能优化十分有帮助，否则服务端需要做很多文件排序。
一个高频的问题是 offset 的值过大。如果查询类似 LIMIT 10000, 20，将会产生10020行，并将之前的10000行丢弃，这样的代价很高。
select * from table order by id limit 10000, 20;
很简单，该语句的意思就是查询10000+20条记录，去掉前10000条，返回后20条。
无疑该查询能够实现分页，但10000这位置的值越大，查询性能就越低，因为MySQL需要扫描全部10000+20条记录。
假设所有的页使用相同的频次访问，这样的查询将平均扫描一半数据表。为了优化他们，你可以在分页视图中限制最多可访问的页数，或者让大批量的查询更有效。
当一个表中有很多符合查询条件的数据的时候，我们往往不需要把他们全部一次性取出来，那样对查询效率或者服务器性能来说都会是一个极大的挑战:例如最简单的商城，假设商城中有一万个数据，但我们在前端可能只会每次看到一页.
select * from table where xxx="xxx" limit 10;
这表示查询符合条件的10个数据。
select * from table where xxx="xxx" limit 10 offset 10;
这表示分页，查询符合条件的第11到20的数据。
或者通过指定最大id去查询
select * from table where id > #max_id# order by id limit n;
该查询同样会返回后n条记录，却无需像方式1扫描前m条记录，但必须在每次查询时拿到上一次查询（上一页）的最大id（或最小id），是比较常用的方式。
当然该查询的问题也在于，如果最大id不是连续的，则我们不一定能拿到这个id，比如当前在第3页，需要查询第5页的数据，就不行了。
或者通过子查询，先筛选前10000个，找到最大id，然后选择剩余的20个符合要求的
select * from table where id > (select id from table order by id limit m, 1) limit n;
该查询同样是通过子查询扫描字段id， 因为它不需要进行表的关联，而是一个简单的比较，在不知道上一页最大id的情况下，是比较推荐的用法。
左右连接的方式本身性能可能更差。
还有如下子查询、连接表，加索引快速定位元组，然后再读取元组
SELECT * FROM table WHERE id <= (SELECT id FROM table ORDER BY id DESC LIMIT (page-1)*pagesize ORDER BY id DESC LIMIT pagesize)
rest_framework 内建了分页的操作模块,让我们来应用到具体函数即可 employee/views.py
from rest_framework.pagination import PageNumberPagination @api_view(['GET', 'POST']) @permission_classes([CustomPermission]) def blog_api_view(request): """""" if request.method == "GET": paginator = PageNumberPagination() # paginator.page_size = 1 setting we display only 1 item per page. paginator.page_size = 2 task_objects = EmployeeSign.objects.all() result = paginator.paginate_queryset(task_objects, request)
如果不使用分页,将显示全部的消息在同一个页面
serializer = TaskSerializer(result, many=True) return Response(serializer.data)
访问分页数据.默认接口http://127.0.0.1:2001/api/tasks/ 就是分页1
http://127.0.0.1:2001/api/tasks/?page=1 #2,3,4...
2 小结
再重复一次，在有分页查询的应用中，包括 LIMIT 和 OFFSET 的查询十分常见，而且几乎每个都会有一个 ORDER BY 子句。如果使用索引排序的话将对性能优化十分有帮助，否则服务端需要做很多文件排序。
一个高频的问题是 offset 的值过大。如果查询类似 LIMIT 10000, 20，将会产生10020行，并将之前的10000行丢弃，这样的代价很高。
假设所有的页使用相同的频次访问，这样的查询将平均扫描一半数据表。
为了优化他们，你可以在分页视图中限制最多可访问的页数，或者让大量的查询更有效。
