在后端開發中，分頁查詢是最基礎也最常用的功能之一。無論是運營后臺各模塊的列表，還是APP上商品列表、帖子列表、關注/粉絲列表等，幾乎都離不開「按時間倒序+分頁」的查詢組合。但就是這個看似簡單的需求，卻因“錨點不穩定”而暗藏數據重復、丟失的陷阱，輕則影響體驗，重則導致資損。本文將揭示這一問題的根本原因，對比分析三種主流解決方案的優劣，并最終給出可落地的工程規范，幫助你一勞永逸地解決分頁穩定性問題。

案例

首先我們基于一些案例來感受一下，什么是“分頁錨點不穩定”問題。

案例1：社交場景展示的帖子列表按「最新時間排序」，當有新帖子發布時，用戶在翻頁過程中會發現同一條帖子重復出現在不同的頁碼。

案例2：運營人員正在批量發放優惠券，此時新增了一批優惠券數據。發放完成后發現，部分用戶收到了多張相同的優惠券，造成資損。

案例3：某支付流水查詢頁面，因為排序字段不唯一，導致數據展示順序混亂，甚至出現數據丟失，給用戶帶來困擾。

當我們使用LIMIT offset, size（MySQL）或from + size（ES）時，分頁的依據是「當前查詢結果集的行數偏移」。而新數據插入或舊數據的刪除會直接改變結果集的行數，進而導致下一頁的偏移量失效。

案例1只是導致用戶體驗類的bug，而另外兩個案例則影響更加嚴重，很容易出現資損。

分析

我們從案例1入手分析。假設用戶A正在瀏覽帖子列表，操作流程如下：

第1步：加載第1頁

執行SQL：select * from t order by create_time desc LIMIT 0,10

返回帖子 P1~P10（P1 為最新，P10 為第10新的帖子）。

第2步：加載第2頁

此時，其他用戶發布了一條新帖子 P0（時間比 P1 更新）。

用戶A繼續滑動，執行SQL：select * from t order by create_time desc LIMIT 10,10

按理應該返回 P11~P20，但由于新插入了1條數據，整個結果集向后偏移，實際返回的是 P10~P19。

結果：P10 在第1頁和第2頁都出現了，造成數據重復。

更極端的情況是，如果新數據插入量大于等于頁大小，用戶可能會遇到「連續多頁顯示相同數據」，甚至「永遠無法看到后續數據」的問題。

解決方案

方案 1：「時間戳 + 唯一鍵」做「游標分頁」

這是目前最主流、最徹底的方案，核心是放棄「偏移量（offset）」，改用「上一頁最后一條數據的標記」作為分頁錨點，徹底擺脫結果集變化的影響。

實現原理

1. 確定「唯一排序鍵」：必須包含「時間字段（如create_time）+ 唯一鍵（如id）」，確保排序唯一（解決場景 3 的順序混亂）。
2. 分頁時不傳遞offset，而是傳遞「上一頁最后一條數據的create_time和id」。
3. 下一頁查詢用「大于 / 小于」條件過濾，替代LIMIT offset, size。

SQL示例

• 第 1 頁查詢（無錨點，取最新 10 條）

SELECT id, title, create_time FROM posts
ORDER BY create_time DESC, id DESC
LIMIT 10;

假設第 1 頁最后一條數據為create_time='2024-05-20 14:30:00'，id=100。

• 第 2 頁查詢（用錨點過濾）：

SELECT id, title, create_time FROM posts
WHERE create_time <= '2024-05-20 14:30:00' -- 時間早于上一頁最后一條
AND id < 100 -- 時間相同則id更小
ORDER BY create_time DESC, id DESC
LIMIT 10;

方案優勢

• 徹底解決重復/跳過：錨點是具體數據標記，不受新數據插入、舊數據刪除影響。
• 性能優異：where 條件可創建聯合索引(create_time, id)，避免全表掃描。
• 兼容性強：同時解決排序不唯一問題。

方案劣勢

• 不支持直接跳頁：無法像LIMIT 40,10那樣直接跳轉到第 5 頁，僅支持上一頁/下一頁或滑動加載。

適用場景

• 所有C端滑動加載場景（帖子、商品、評論列表等）。
• 數據量較大（萬級以上），需優化分頁性能的場景。
• 同樣適合定時任務通過此方法遍歷全表刷歷史數據。

方案 2：時間戳過濾

由于方案1無法支持自由分頁，可通過「固定查詢時間范圍」減少新數據影響，核心是讓每次分頁查詢的「時間窗口」固定，避免新數據進入結果集。

實現原理

1. 第一次查詢時，記錄「當前時間」作為max_create_time。
2. 后續分頁查詢均加create_time <= max_create_time條件，新插入數據不滿足條件被排除；
3. 用戶刷新頁面時，重新獲取最新max_create_time，更新時間窗口。

SQL示例

• 第 1 頁查詢（記錄時間窗口）：

-- 假設當前時間為2024-05-20 15:00:00
SELECT id, title, create_time FROM posts
WHERE create_time <= '2024-05-20 15:00:00' -- 固定時間窗口
ORDER BY create_time DESC, id DESC
LIMIT 0,10;

• 第 2 頁查詢（沿用時間窗口）：

SELECT id, title, create_time FROM posts
WHERE create_time <= '2024-05-20 15:00:00' -- 不更新時間
ORDER BY create_time DESC, id DESC
LIMIT 10,10; -- 正常取第二頁數據即可，區別**方案1**

方案優勢

• 實現簡單，成本低，只需記錄首次查詢時間，無需修改核心邏輯；首次查詢的時間可以傳給客戶端，后續分頁查詢讓客戶端把首次查詢的時間傳給服務端即可，不需要服務器暫存此參數。
• 快速解決新數據重復：新數據被排除在時間窗口外，結果集穩定。

方案劣勢

• 無法解決數據刪除導致的跳過：若時間窗口內數據被刪除，會導致部分數據被跳過。
• 數據滯后，用戶滑動分頁時看不到新數據，需刷新頁面或者重新查詢才能更新。
• 深分頁性能問題，比如LIMIT 1000000, 10。

適用場景

• 所有C端滑動加載場景（帖子、商品、評論列表等）。
• 特別適合只增不刪的場景，比如查看訪客記錄。
• 適合不存在深分頁的業務場景，用戶手動翻頁一般很少翻到100頁往后。

方案 3：適用于Elasticsearch的專屬優化方案

上面講到的方案1和2同樣適用于Elasticsearch，參考MySQL的實現方式，可以在Elasticsearch手動實現。但方案2在深分頁場景下，Elasticsearch默認限制查詢結果窗口大小為10000條記錄，超過該值會觸發錯誤提示“Result window is too large”。

為解決此類問題，Elasticsearch 提供 “滾動查詢（Scroll）” 和“Search_after”功能。

• Search_after：分頁時需要排序，原理是從上一次的排序值開始，查詢下一頁數據，不需要指定偏移量from，直接取前size條即可。官方推薦使用的方式。和方案1實現原理類似。
• Scroll：原理將排序后的文檔ID形成快照，保存在內存，后續分頁基于快照查詢，不受數據更新影響。官方已經不推薦使用。

代碼示例（search_after方式）

// 第1頁查詢
SearchRequest request = new SearchRequest("posts");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
sourceBuilder.query(QueryBuilders.matchAllQuery());
// 按create_time（降序）、id（降序）排序
sourceBuilder.sort("create_time", SortOrder.DESC);
sourceBuilder.sort("id", SortOrder.DESC);
sourceBuilder.size(10);
request.source(sourceBuilder);
SearchResponse response = client.search(request, RequestOptions.DEFAULT);

// 獲取第1頁最后一條數據的排序值（作為下一頁的游標）
SearchHit lastHit = response.getHits().getHits()[response.getHits().getHits().length - 1];
// [1716215400000（create_time的時間戳）, "100"（id）]
Object[] lastSortValues = lastHit.getSortValues();

// 第2頁查詢（用Search After）
sourceBuilder.searchAfter(lastSortValues); // 傳入上一頁的游標
sourceBuilder.size(10);
request.source(sourceBuilder);
SearchResponse page2Response = client.search(request, RequestOptions.DEFAULT);

方案優勢

1. 適合ES海量數據的獲取：避免from + size在from較大時的性能問題（ES 會將前 N 條數據加載到內存）。
2. 兼容性強：同時解決排序不唯一問題。

方案劣勢

1. 不支持直接跳頁：無法像LIMIT 40,10那樣直接跳轉到第 5 頁，僅支持上一頁/下一頁或滑動加載。

適用場景

1. ES 大數據量全量導出（如導出近 1 個月日志、批量導出 Excel）
2. 同方案1列舉的場景

總結

1. 問題本質：分頁重復/跳過源于「錨點不穩定」（用offset易受數據增刪影響）和「排序不唯一」（單一字段排序規則不固定），解法是用「數據標記錨點」（如游標）和「唯一排序組合」（如create_time + id）。
2. 方案選擇邏輯：按「是否需跳頁→數據量→更新頻率」決策，如B端需跳頁且數據量小用LIMIT + 時間戳，C 端滑動加載且數據量大用游標分頁，ES 批量導出用Search_after。
3. 規范價值：技術方案解決單次問題，建立工程規范（需求 - 編碼 - 測試 - 監控）將個人經驗轉化為團隊標準，CR分頁查詢代碼重點關注排序項是否唯一、是否游標分頁、分頁是否有防重措施等，避免重復踩坑，保障分頁功能穩定，提升用戶體驗與業務營收。

關于作者，張叢叢，俠客匯Java開發工程師。