翻阅数据是 MongoDB 最常见的操作之一。一个典型的场景是需要在你的用户界面中显示你的结果。如果你是批量处理的数据，同样重要的是要让你的分页策略正确，以便你的数据处理可以规模化。
接下来，让我们通过一个例子来看在MongoDB中翻阅数据的不同方式。在这个例子中，我们有一个CRM数据库的用户数据，我们需要通过翻阅浏览和在同一时间显示10个用户。所以实际上，我们的页面大小是10。下方是我们的用户文档的结构：
|
1 2 3 4 5 6 7 8 9 10 11 |
{
_id,
name ,
company,
state
} |
方法一： Using skip() 和 limit()
MongoDB本身支持分页操作使用 skip() 和 limit() 指令。skip(n)指令告诉MongoDB，它应该跳过[n]结果和limit(n)指令指示MongoDB，它应该限制结果长度为[n]结果。通常情况下，你将使用 skip() 和 limit() 指令，但为了说明情况，我们提供了控制台命令，这样也能达到相同的结果。同时，为了代码比较简洁，限制检查代码被排除在外。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
//Page 1
db.users.find().limit ( 10 )
//Page 2
db.users.find().skip( 10 ).limit( 10 )
//Page 3
db.users.find().skip( 20 ).limit( 10 )
........ |
一般来说，检索页面n，代码是这样的：
db.users.find().skip(pagesize*(n-1)).limit(pagesize)
然而，随着数据的大小增加，这种方法出现严重的性能问题。其原因是在每次执行查询时，建立了完整的结果集，那么服务器必须从收集的开始走到指定的偏移量。当偏移量增加时，这一过程会变得越来越慢。同时，这个过程没有有效地使用索引。所以，当你有较小的数据集时，典型的[skip() ]和[ limit() ]的方法是有用的。如果您正在使用大数据集，您需要考虑其他方法。
方法二： Using find() 和limit()
以前的方法不能很好扩展其原因是skip() 命令。因此，本节的目标是实现分页不使用skip()命令。为此，我们将利用在存储数据中的自然顺序，比如时间戳或文档中存储的标识。
在这个例子中，我们将使用[_id]存储每个文档。[_id]是一个MongoDB 的ObjectID结构，即 12 字节结构包含了时间戳、机械加工、进程标识符、计数器等。总体思路如下 ：
检索当前页中的最后一个文档 _id
在下一个页面检索文件大于此]_id]
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
//Page 1
db.users.find().limit(pageSize);
//Find the id of the last document in this page
last_id = ...
//Page 2
users = db.users.find({ '_id' > last_id}). limit( 10 );
//Update the last id with the id of the last document in this page
last_id = ... |
这种方法利用内在的规则存在_id字段。也因为[_id]字段是默认的查找操作，它是非常好的性能指标。如果你使用的字段没有被索引，那么你在操作中会受到困扰，所以确保字段被索引是非常重要的。
同样，如果你希望数据按照特定顺序进行排序分页的话，那么你还可以使用sort()条款与上述技术。重要的是要确保排序过程是利用索引来获得最佳性能。您可以使用.explain()后缀来查询。
|
1 2 3 4 5 |
users = db.users.find({ '_id' > last_id}). sort(..).limit( 10 );
//Update the last id with the id of the last document in this page
last_id = ... |
以上就是MongoDB快速翻页的方法，希望能给大家一个参考，也希望大家多多支持服务器之家。