Java 后端实现 App 列表滚动加载：用游标优化深翻页问题

Java 后端实现 App 列表滚动加载

在移动端开发中，列表滚动加载（Infinite Scroll 或 Pagination）是一种常见的优化用户体验的方式。用户滑动列表时，后端需要高效返回分片数据。面试中提到分页查询和 LIMIT，却被面试官质疑，可能因为这种方案在某些场景下存在性能瓶颈或不够灵活。本文将探讨如何用 Java 后端实现高效的滚动加载，并优化传统分页。

为什么 LIMIT 不够好？

传统分页使用 SQL 的 LIMIT 和 OFFSET，如：

SELECT * FROM items ORDER BY id DESC LIMIT 10 OFFSET 20;

• 问题 1：性能下降
  OFFSET 越大，数据库需要扫描并丢弃的行数越多，即使最终只返回少量数据，效率低下。
• 问题 2：数据一致性
  如果列表数据实时更新（插入或删除），OFFSET 可能导致重复或遗漏数据。
• 面试官期待
  可能希望听到更现代的方案，比如基于游标（Cursor-based Pagination）或键集分页（Keyset Pagination），这些方法更适合滚动加载。

优化方案：基于游标的分页

游标分页不依赖 OFFSET，而是基于某个字段（如 id 或 timestamp）的最后值来定位下一页数据。优点是性能稳定，且能应对数据动态变化。

实现步骤

1. 前端请求参数

   • cursor: 上次请求的最后一个记录的标识（如 id 或 timestamp）。
   • size: 每页数据量。

2. 后端逻辑

   • 根据 cursor 查询大于（或小于）该值的记录。
   • 返回数据和新的 cursor。

3. SQL 示例

   假设按 id 降序加载：

   SELECT * FROM items 
   WHERE id < :cursor 
   ORDER BY id DESC 
   LIMIT :size;

Java 代码实现

以下是一个 Spring Boot + MyBatis 的示例：

1. Controller 层

@RestController
@RequestMapping("/api")
public class ItemController {
    @Autowired
    private ItemService itemService;

    @GetMapping("/items")
    public ResponseEntity<ItemResponse> getItems(
            @RequestParam(required = false) Long cursor,
            @RequestParam(defaultValue = "10") int size) {
        ItemResponse response = itemService.getItems(cursor, size);
        return ResponseEntity.ok(response);
    }
}

2. Service 层

@Service
public class ItemService {
    @Autowired
    private ItemMapper itemMapper;

    public ItemResponse getItems(Long cursor, int size) {
        List<Item> items = itemMapper.findItemsByCursor(cursor, size);
        Long nextCursor = items.isEmpty() ? null : items.get(items.size() - 1).getId();
        return new ItemResponse(items, nextCursor);
    }
}

3. Mapper 接口

@Mapper
public interface ItemMapper {
    @Select("SELECT * FROM items WHERE ${cursor == null ? '1=1' : 'id < #{cursor}'} " +
            "ORDER BY id DESC LIMIT #{size}")
    List<Item> findItemsByCursor(@Param("cursor") Long cursor, @Param("size") int size);
}

4. Response DTO

public class ItemResponse {
    private List<Item> items;
    private Long nextCursor;

    public ItemResponse(List<Item> items, Long nextCursor) {
        this.items = items;
        this.nextCursor = nextCursor;
    }
    // Getters and setters
}

数据表结构

CREATE TABLE items (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(255),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

工作原理

1. 首次请求
   前端不传 cursor，后端返回最新 10 条数据（如 id 从 100 到 91），nextCursor = 91。
2. 后续请求
   前端传 cursor=91，后端返回 id < 91 的 10 条数据（如 90 到 81），nextCursor = 81。
3. 结束条件
   当返回数据少于 size 或为空时，前端停止加载。

优势

• 性能稳定
  无需扫描大量偏移行，查询复杂度不随数据量增加而恶化。
• 动态适应
  数据插入或删除不影响已加载内容的正确性。
• 简单易扩展
  可基于其他字段（如 created_at）实现时间排序。

进一步优化

1. 索引优化
   为 id 或 created_at 添加索引，提升查询效率。
2. 缓存
   对热点数据使用 Redis 缓存，减少数据库压力。
3. 异步加载
   使用线程池异步查询，提升响应速度。

总结

相比传统的 LIMIT 和 OFFSET，游标分页更适合 App 的滚动加载场景。它不仅性能更优，还能保证数据一致性。如果面试官对分页查询不满意，不妨展示这种方案，体现对性能和用户体验的深入思考。