如何对分库后的数据进行分页查询

1、直接使用跨库的多表联合查询。不建议。

2、向6台数据库server均发送一个查询请求，然后对所有查询结果进行汇总，再处理分页逻辑。

3、建立一个总数据库，只负责维护主键和必要的索引，以供分页查询。

4、使用redis维护一个主键序列，分页 *** 作就是截取该序列的一部分，其结果就是主键id集合。拿到id后便可以映射到多台mysql服务器上查询数据了。但毕竟数据被分布式存储了，取到完整结果集必须要多次、多台的数据库访问，这个肯定是避免不了。

注：“多台”数据库访问的问题无解，但同台“多次”数据库访问的问题可以通过程序优化。

简介：实现用户信息的分页查询

1. 实现思路

list链表键存储用户ID，用于分页查询，同时用于查询用户总数，key为personid。

hset用户保存用户详细信息，格式为下：

key-->person:userid

value-->id userid name 张三 age 33

2. 增加用户

[java] view plain copy

static Jedis jedis = new Jedis("192.168.0.144")

static void saveUser(){

String id = new Random().nextInt(10000) + ""

Map<String, String> map = new HashMap<String, String>()

map.put("id", id)

map.put("age", new Random().nextInt(70) + "")

map.put("name", "张三"+new Random().nextInt(10000) + "")

jedis.rpush("personid", id)        // 保存用户id

jedis.hmset("person:" + id, map)   // 保存用户信息

}

3. 修改用户

同增加用户。

4. 删除用户

关键代码如下：

[java] view plain copy

jedis.del("person:" + id)

5. 获得用户详细信息

[java] view plain copy

static Map<String, String> getUserInfo(String id){

return jedis.hgetAll("person:" + id)

}

6.分页获得用户列表

[java] view plain copy

static void getUserList(){

Long count = jedis.llen("personid")        // 用户总数

List<String> idList = jedis.lrange("personid", 5, 10)

for(String id : idList){

System.out.println(jedis.hgetAll("person:" + id))

}

}

在实际业务中我们会将一些热数据缓存到redis里面，这时候数据量比较大的话，我们就要对这些热数据进行分页，分页的方式有2种：

第一：从redis拿出所有数据后，再做内存分页（不推荐），热点数据小的时候可以这样做，性能相差不是很大，但是当数据量大的时候，分页期间就会占用大量内存，或撑爆；

第二：基于redis的数据结构做缓存分页，这里又分2种

①：基于redis的list数据结构，直接通过list的数据结构，用range方法可以进行分页，在数据量大的时候，性能也很可观，但是当存在接口高并发访问时，这个list可能会无限延长，且里面的数据会存在很多重复，这就会影响到正常的业务（不是很推荐）；

②：基于redis的ZSet数据结构，通过Zset这个有序集合我们也可以做分页，同样也是用range方法，但是这里比较麻烦的是在初始化数据的时候Zset必须存放TypedTuple类型的数据，这个类型是一个value和score的键值对，具体可以查百度，这个score的生成比较麻烦我这边测试时用的是当前数据在这个list的位置，然后Zset是根据这个score值来排序的，默认是从小到大；用这个的好处是，即使在高并发情况下Zset中也不会存在重复数据从而影响正常的业务；而且分页效率也和list结构差不多；

③：用hash和Zset来一起实现；这个是问了一个朋友和得知的，Zset中存储有序的id字段，通过分页后拿到id，然后再用id去hash中取，感觉应该效率相差不大的，只是中间多了层从hash结构取，还需要维护又一个hash；（为何这样做我也不清楚）；

贴一张我测试list和ZSet的结果图

---