---
id: backend.mysql.scenario.deep-pagination
title: 大表深分页和历史数据：游标分页、延迟关联、归档
type: scenario
domain: backend
stack: [mysql]
tags: [深分页, 游标分页, 延迟关联, 归档, 大表]
level: intermediate
prerequisites: [backend.mysql.index-explain]
est_hours: 2
related: [backend.mysql.ops-scale, backend.mysql.interview]
week: [2, 14]
---

# 大表深分页和历史数据：游标分页、延迟关联、归档

## 业务背景与问题

一个 SaaS 后台的“操作记录 / 订单列表”页面，单表已积累数千万行。用户反馈：前几页很快，翻到很后面或者导出时接口超时；同时这张表的慢查询日志里大部分是 `LIMIT 大数, 20`。

## 约束

- 列表需要按时间倒序展示，支持按用户、状态筛选。
- 产品希望保留“跳到第 N 页”，但能接受在超过一定页数后改成“加载更多”。
- 导出需要导出全部符合条件的数据。
- 不希望马上引入分库分表或搜索引擎。

## 方案设计

1. **找原因**：`LIMIT 199000, 20` 需要先按索引顺序找到 199020 行（并回表），再丢掉前 199000 行，越往后越慢。
2. **游标分页（主方案）**：前端传上一页最后一条的 `(created_at, id)`，查询 `WHERE (created_at, id) < (?, ?) ORDER BY created_at DESC, id DESC LIMIT 20`，配合 `(user_id, created_at, id)` 联合索引，每页都只扫 20 行。适合“加载更多”、无限滚动、App 列表。
3. **延迟关联（保留跳页时用）**：子查询只在覆盖索引上找出这一页的 id，再回表取整行，减少大量回表。仍然要扫描 offset 行，只是更便宜；同时限制最大页数（如 100 页）。
4. **导出**：用游标分页按批读取，后台异步生成文件，不在请求里同步完成。
5. **归档**：超过一定时间（如 1 年）的数据移到历史表或对象存储，主表只保留热数据；历史查询走单独的入口。

## 关键代码

完整可运行对比见 [examples/deep-pagination/paginate.py](../examples/deep-pagination/paginate.py)：

```sql
-- 游标分页：时间相同的行用 id 区分，保证不重不漏
SELECT id, created_at, note FROM orders
WHERE user_id = 1 AND (created_at < ? OR (created_at = ? AND id < ?))
ORDER BY created_at DESC, id DESC LIMIT 20;

-- 延迟关联：先在覆盖索引上取 id，再回表
SELECT o.* FROM orders o
JOIN (SELECT id FROM orders WHERE user_id = 1 ORDER BY created_at DESC, id DESC LIMIT 20 OFFSET 199000) t
  ON o.id = t.id
ORDER BY o.created_at DESC, o.id DESC;
```

在本地 10 万~20 万行的测试数据上，深页的游标分页比 `OFFSET` 快一到两个数量级（具体数字与机器有关，以你自己运行的结果为准）。

## 取舍

| 方案 | 优点 | 缺点 |
| --- | --- | --- |
| 游标分页 | 每页耗时稳定，适合海量数据 | 不能直接跳到第 N 页；排序字段必须唯一或加 id 兜底 |
| 延迟关联 | 保留跳页，改动小 | 仍随 offset 变慢，只是常数更小 |
| 限制最大页数 | 简单直接 | 需要产品接受 |
| 搜索引擎（ES 等） | 复杂筛选、全文检索 | 多一套系统，要做数据同步（见跨栈场景“数据同步”） |
| 归档 | 主表变小，所有查询受益 | 历史数据查询入口要单独设计 |

## 易错点

- 只按 `created_at` 做游标：时间相同的多行会被跳过或重复，必须加 `id` 作为第二排序键。
- 游标条件和 ORDER BY、索引列顺序不一致：用不上索引。
- `SELECT COUNT(*)` 统计总页数在大表上也很慢：可以显示“约 xx 条”，或缓存计数。
- 导出在 HTTP 请求里同步完成：超时、占满连接。改为异步任务。
- 归档用一条大 `DELETE`：长事务、锁、主从延迟。按主键范围分批删除。

## 面试怎么讲

> “列表接口深分页超时，慢查询日志里都是大 offset。原因是 LIMIT offset 要扫描并丢弃前面所有行。我把 App 和导出改成游标分页：传上一页最后一条的时间和 id，配合联合索引，每页耗时稳定；后台管理保留跳页，用延迟关联并限制最大页数；同时按时间归档一年前的数据，主表变小。”

追问准备：为什么要加 id？总数怎么显示？如果按多个字段排序怎么做游标（把所有排序字段都放进游标）？