MongoDB 分頁查詢的skip方法及效能
廢話不多說，關於入門的資料、安裝以及其他請拉到文章末尾，我附上了一些資料，以後如有必要再來分享。這篇文章著重的講講MongoDB的分頁查詢，為啥？分頁可是常見的頭號殺手，弄不好了，客戶罵，經理罵。
傳統的SQL分頁
傳統的sql分頁，所有的方案几乎是繞不開row_number的，對於需要各種排序，複雜查詢的場景，row_number就是殺手鐗。另外，針對現在的web很流行的poll/push載入分頁的方式，一般會利用時間戳來實現分頁。 這兩種分頁可以說前者是通用的，連Linq生成的分頁都是row_number，可想而知它多通用。後者是無論是效能和複雜程度都是最好的，因為只要簡單的一個時間戳即可。
MongoDB分頁
進入到Mongo的思路，分頁其實並不難，那難得是什麼？其實倒也沒啥，看明白了也就那樣，和SQL分頁的思路是一致的。
首先來看看分頁需要的引數以及結果，一般的分頁需要的引數是:
- PageIndex 當前頁
- PageSize 每頁記錄數
- QueryParam[] 其他的查詢欄位
所以按照row_number的分頁思想，也就是說取第(pageIndex*pageSize)到第(pageIndex*pageSize + pageSize)，我們用Linq表達就是:
| 1 |
query.Where(xxx...xxx).Skip(pageIndex*pageSize |
查找了資料，還真有skip函式，而且還有Limit函式 見參考資料1、2，於是輕易地實現了這樣的分頁查詢：
| 1 | db.test.find({xxx...xxx}).sort({"amount":1}).skip(10).limit(10)//這裡忽略掉查詢語句 |
相當的高效，幾乎是幾毫秒就出來了結果，果然是NoSql效率一流。但是慢，我這裡使用的資料只是10條而已，並沒有很多資料。我把資料加到100000，效率大概是20ms。如果這麼簡單就研究結束了的話，那真的是太辜負了程式猿要鑽研的精神了。sql分頁的方案，方案可是能有一大把，效率也是不一的，那Mongo難道就這一種，答案顯然不是這樣的。另外是否效率上，效能上會有問題呢？Redis篇裡，就吃過這樣的虧，亂用Keys。
在查看了一些資料之後，發現所有的資料都是這樣說的：
不要輕易使用Skip來做查詢，否則資料量大了就會導致效能急劇下降，這是因為Skip是一條一條的數過來的，多了自然就慢了。
這麼說Skip就要避免使用了，那麼如何避免呢？首先來回顧SQL分頁的後一種時間戳分頁方案，這種利用欄位的有序性質，利用查詢來取資料的方式，可以直接避免掉了大量的數數。也就是說，如果能附帶上這樣的條件那查詢效率就會提高，事實上是這樣的麼？我們來驗證一下：
這裡我們假設查詢第100001條資料，這條資料的Amount值是：2399927，我們來寫兩條語句分別如下：
| db.test.sort({"amount":1}).skip(100000).limit(10)//183ms db.test.find({amount:{$gt:2399927}}).sort({"amount":1}).limit(10)//53ms |
結果已經附帶到註釋了，很明顯後者的效能是前者的三分之一，差距是非常大的。也印證了Skip效率差的理論。
MongoDB會根據查詢，來載入文件的索引和元資料到記憶體裡，並且建議文件元資料的大小始終要保持小於機器記憶體，否則效能會下降。
總結
這篇文章，基於Skip分頁和有序欄位查詢分頁兩種方案進行的對比。後者說白了只是利用查詢結果不用依次數數來提高了效能。Skip雖然效率低一些但是通用一些，有序欄位的查詢，需要在設計分頁的時候對這個欄位做一些處理，起碼要點了頁碼能獲取到這個欄位。這裡我附加一個方式，就是兩者的結合，我們可以拿每次展示的那頁資料上的最後一個，結合Skip來處理分頁，這樣的話，相對來說更好一些。這裡就不具體實現了。其他方式的效能比較和實現，歡迎大牛們來分享，十分感謝。另外本篇中如有紕漏和不足請留言指教。