使用键集分页替代OFFSET可显著提升PostgreSQL大数据量下的查询效率，结合覆盖索引、缓存热点页及混合分页策略，能有效降低数据库负载，提高响应速度。
在使用 PostgreSQL 进行分页查询时，随着数据量增大，传统基于 OFFSET/LIMIT 的方式会显著变慢。这是因为 OFFSET 越大，数据库需要跳过越多的行，导致全表扫描或大量索引扫描，严重影响性能。以下是几种有效的分页优化方案，帮助提升查询效率。
1. 使用游标（Cursor）或键集分页（Keyset Pagination）
键集分页也叫“基于游标的分页”，它利用上一页最后一条记录的排序字段值作为下一页的查询起点，避免使用 OFFSET。
适用场景： 数据有序且分页不可跳页（如“下一页”、“上一页”）。
示例：
SELECT id, name, created_at FROM users WHERE created_at > '2024-01-01 10:00:00' ORDER BY created_at ASC LIMIT 20;
下一页以当前页最后一条记录的 created_at 值为条件继续查询。
优点：
- 无需跳过前 N 行，查询速度稳定
- 适用于大数据量实时翻页
注意： 排序字段需唯一或组合唯一，避免分页遗漏或重复。可使用主键补充排序，如：ORDER BY created_at, id。
2. 使用覆盖索引（Covering Index）加速查询
确保分页查询的字段都在索引中，避免回表操作。
示例：
CREATE INDEX idx_users_created ON users (created_at) INCLUDE (id, name);这样查询 created_at, id, name 时可以直接从索引获取数据，减少 I/O 开销。
建议：
- 对常用分页字段建立复合索引
- 尽量让索引覆盖 SELECT 字段
3. 预先计算并缓存分页位置
对于频繁访问的分页位置（如第1~5页），可以将结果缓存到 Redis 或物化视图中。
适用场景： 热点数据、报表页面、首页推荐等。
实现方式：
- 使用 Redis 存储分页结果，设置合理过期时间
- 使用物化视图定期刷新数据
4. 混合方案：小偏移用 OFFSET，大偏移转键集
对于允许跳页但又担心深分页性能的场景，可以结合两种方式：
- 前几页（如 1~100）仍使用 OFFSET/LIMIT
- 超过一定阈值后提示“仅支持下一页”，切换为键集分页
这种方案兼顾用户体验与性能。
基本上就这些。关键在于根据业务场景选择合适的分页策略，避免盲目使用 OFFSET 处理百万级数据。合理建索引、减少回表、用好排序字段，能让分页查询快一个数量级。
