IndexedDB性能优化需合理使用索引、事务与数据结构。首先创建二级索引如email或复合索引name_age以提升非主键查询效率；其次通过IDBKeyRange结合游标实现范围查询与分页，避免全表扫描；事务应尽量小，读写分离，批量操作合并为单个readwrite事务以减少开销；数据建模时高频字段独立、扁平化存储并分离大对象，可显著提升查询响应速度。
IndexedDB 是浏览器中用于存储大量结构化数据的底层 API，特别适合需要离线操作或处理复杂数据的应用。当数据量增大时，简单的查询会变得缓慢，因此掌握高级查询与优化策略至关重要。
使用索引提升查询效率
在 IndexedDB 中，对象仓库（Object Store）默认只能通过主键查找。若频繁根据其他字段查询，应创建二级索引。索引允许你以非主键字段高效检索数据。
例如，若有一个用户表并常按 email 查询：
objectStore.createIndex('email', 'email', { unique: true });
之后可通过 index 获取游标或执行范围查询：
立即学习“Java免费学习笔记（深入）”；
const index = objectStore.index('email');
const request = index.get('user@example.com');
复合索引也支持多字段组合查询：
objectStore.createIndex('name_age', ['name', 'age'], { unique: false });
合理使用游标与范围查询
面对大批量数据，避免一次性加载全部记录。使用游标（cursor）逐条处理，减少内存压力。
结合IDBKeyRange实现精准范围匹配：
- 获取 age 在 18 到 65 之间的用户：
const range = IDBKeyRange.bound(18, 65);
index.openCursor(range).onsuccess = function(event) {
const cursor = event.target.result;
if (cursor) {
console.log(cursor.value);
cursor.continue();
}
};
游标配合索引可实现分页、排序等操作，比全表扫描快得多。
事务设计与读写分离
IndexedDB 的事务机制直接影响性能。尽量缩小事务作用域，避免长时间持有事务。
读写分离原则：
- 只读查询使用 'readonly' 事务，开销更小
- 批量写入合并为单个 'readwrite' 事务，减少开销
错误示例：每条插入开启独立事务
// ❌ 每次 insert 都创建新事务
data.forEach(item => {
db.transaction(['users'], 'readwrite')
.objectStore('users').add(item);
});
正确做法：
// ✅ 批量写入一个事务
const tx = db.transaction(['users'], 'readwrite');
const store = tx.objectStore('users');
data.forEach(item => store.add(item));
tx.commit();
数据建模与结构优化
类似数据库设计，IndexedDB 的数据结构影响查询路径。建议：
- 将高频查询字段单独提取，便于建立索引
- 嵌套对象可扁平化存储，避免后期解析开销
- 大文本或二进制数据考虑分离存储，主记录仅保留引用
例如日志系统，可按日期分片创建多个对象仓库，实现快速分区访问。
基本上就这些。IndexedDB 的性能瓶颈往往不在 API 本身，而在于是否合理利用索引、事务和数据结构。掌握这些技巧后，即使处理上万条本地数据也能保持流畅响应。
