先从交互设计的角度来看,在实现时首先要确定采取哪种方式,主要是Web分页和流式分页的区别:
在实际生产中往往采用折中的方式,比如自动加载几次后让用户手动点击“更多”继续加载,或者在信息流中间增加用于定位的页码;
再从开发的角度来看,可以分为前端分页与后端分页,这个确定主要工作由哪边来做。
前端分页不多谈,因为实现比较直接,一次性拉取所有数据,然后前端控制数据的展现量。这里着重探讨后端分页。上文已经探讨了交互分类的区别,第一种传统的Web式分页,是Web开发中常用的分页方式,实现上是Web分页接口,通过页码进行分页,一般来说,就是根据pageIndex和pageSize来进行分页。第二种流式分页,相对于Web来说,是因为App的交互方式,下拉刷新,向上滚动加载,一般并没有Web上显式的页码,在Web上清晰的页码,在App上往往是不可见的。这种方式为流式分页。流式是UI交互的分类,实现起来可以多种多样,可以采用Web式分页接口来实现。
如果流式分页上采用Web分页接口会有什么问题呢?
那么,如何解决Web分页的这些问题?
以上为研究网络上一些资料后的总结,那么,看起来可行的解决方法就是游标式分页,当分页数据需要增删改时该如何处理?
到目前为止,看起来都不错,暂不考虑多个客户端同一个账号做不同修改的同步。让我们更深一步,增删改会对原有其它数据产生影响时该如何处理?当然,全部重新拉取不少不可用,只是十分粗暴。
再更进一步,增删改会对原有数据的排序产生影响,这种情况出现在数据为多层时,例如数据按某个属性分组,增删改某个数据会对整个分组的排序产生影响,这时该如何处理?貌似到这里开发会有强烈的冲动全部重新拉取,不过如果多做一点,也可以避免。
web开发中常用的分页方式,根据页码进行分页。暂且称为 Web式分页
根据页码 pageIndex 和分页大小 pageSize 进行分页。
这种分页方式,在web中使用没有什么太大问题,但是在App分页中能否套用这种分页方式呢?
App上的分页方式从表现上看,基本都是上拉加载更多形式的流式分页。如果后台接口仍然按照Web式分页方式进行设计,会有如下问题:
a、数据重复
b、数据缺失
c、offset过大时查询效率低
MySQL的limit给分页带来了极大的方便,但数据量一大的时候,limit的性能就急剧下降。
由此可见,传统Web式分页接口并不适合App分页。
3、App流式分页服务端设计
a、cursor游标式分页
优点:
1)、能够避免数据重复/遗漏
2)、limit性能不会cursor数值大小影响,性能稳定
缺点:
1)、适用于只是按照时间追加的方式的简单排序
b、按照时间分片缓存
非全量数据,只是部分热门数据,因为数据变化太快,可以基于时间段生成多个缓存。对于数据可以按时间段(5分钟)生成一个缓存分片。
具体流程如下:
此处的timestamp值,请求第1页数据时,timestamp传0,服务端检查timestamp<=0,就将当前系统时间赋值给timestamp返回,请求第2,3,...n页数据时,将系统返回的timestamp传入。
缓存的key是根据timestamp进行计算的,比如5分钟一个分片,key=list_201605231700。
应用场景
比如首页热门,只是一些热门文章,排序有一定的复杂性,且相对容易变动。
目前专题中列表排序是按照点赞数排序的,分页请求
出现了重复的数据,是因为该排序是实时数据,且没有游标,无法感知前面加载的数据。
c、id列表一次性下发给App
1、请求第一页数据之前先缓存所有id列表
2、请求每页数据时,只需带入相关的id列表参数
这种方式适用于id列表不会很大(数百条数据)的业务场景,例如腾讯新闻。
首先第一个、不建议把一个频繁更新的字段作为查询条件然后解决可以用JS在页面获取一个时间戳,因为下拉分页、页面是不刷新的,所以时间戳的值是不变的,然后传递到后台,where条件增加update_time<页面传递过来的时间戳就可以排除掉最新修改的数据
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)