在 Web 开发中，分页查询是比较常见的需求，也是前后端协作中需要特别注意的一个问题。Mongoose 是 Node.js 常用的 MongoDB 驱动程序，支持 MongoDB 数据库的各种操作，本文主要介绍如何使用 Mongoose 实现分页查询。
为何需要分页查询
在实际的 Web 项目中，我们通常需要处理大量的数据。如果将所有的数据一次性全部查询出来，很容易给服务器带来过大的负担，同时也会让用户的体验变得极差。因此，我们需要将数据进行分页处理，让用户可以逐页查看数据，从而更好地浏览和理解数据。
Mongoose 分页查询的基本步骤
在 Mongoose 中，分页查询需要进行如下几个步骤：
定义 Schema。在定义 Schema 的时候，需要考虑到需要分页的数据的具体字段。
初始化 Model。需要创建一个 Model 对象，并导出，以便后续调用。
编写路由接口。该接口应该处理客户端发送的分页请求，并将结果以某种格式进行返回。
分页查询是一个比较底层的操作，实现方法有很多种。下面我们将分别介绍包括 limit、skip、aggregate 等在内的三种实现方式，以及每种实现方式的优劣势。
1. limit 和 skip 实现方式
这是一种比较常见的分页查询方式，实现方法比较简单，只需要用到 Mongoose 中自带的 limit 和 skip 方法即可。
// javascriptcn.com 代码示例
const pageSize = 10; // 每页显示多少条数据
const page = req.query.page || 1; // 查询的页码数
const skip = pageSize * (page - 1); // 跳过的数据条数
const limit = pageSize; // 查询的数据条数
Model.find()
.skip(skip)
.limit(limit)
.exec((err, results) => {
if (err) {
res.status(500).json(err);
} else {
res.status(200).json(results);
}
});优势：
实现简单，易于理解。
可以很方便地获取总数据量，用于前端页面的分页导航。
劣势：
skip 会跳过所有符合条件的数据，导致查询性能受到影响，尤其是大数据量下的查询。
无法解决并发问题，当多个用户同时请求该方法时，数据库的性能可能会急剧下降。
无法对数据进行排序和过滤。
无法查询聚合数据。
因此，对于大数量、高并发、需要多条件查询和排序的情况，应该避免使用 limit 和 skip 实现方式。
2. aggregate 实现方式
aggregate 是 Mongoose 中十分强大的查询方式，可以对数据进行过滤、排序、分页等一系列操作。与 limit 和 skip 实现方式相比，aggregate 实现方式更加灵活，能够满足更复杂的分页需求。
// javascriptcn.com 代码示例
const pageSize = 10; // 每页显示多少条数据
const page = req.query.page || 1; // 查询的页码数
const skip = pageSize * (page - 1); // 跳过的数据条数
Model.aggregate([
{
$skip: skip
},
{
$limit: pageSize
}
])
.exec((err, results) => {
if (err) {
res.status(500).json(err);
} else {
res.status(200).json(results);
}
});优势：
支持更多种类的查询和操作，如过滤、排序、计算等。
对查询性能无影响，可以运用索引加速查询。
适合更多种情况下的分页需求。
劣势：
代码复杂度相对较高，需要更深入的了解 MongoDB 的工作原理。
受 Mongoose 版本和 MongoDB 版本的限制。
调试复杂，出错时难以定位异常所在的位置。
3. 改造 Cursor 实现分页
该方式是把 Mongoose cursor 实例挂载到 res.locals 上，从而实现了完美的分页效果。这种方式虽然代码相对比较复杂，但查询并发性能高，支持更多的查询条件（如筛选、排序），同时也保证了数据的准确性和唯一性。
// javascriptcn.com 代码示例
const pageSize = 10; // 每页显示多少条数据
const page = req.query.page || 1; // 查询的页码数
const skip = (page - 1) * pageSize;
const limit = pageSize;
const query = Model.find({
// 筛选条件
});
query.sort({
// 排序条件
});
const cursor = query.cursor();
cursor.skip(skip).limit(limit);
cursor.exec((err, data) => {
if (err) {
res.status(500).json(err);
} else {
res.locals.data = data; // 将查询结果挂载到 res.locals 上
cursor.count((err, totalCount) => {
if (err) {
res.status(500).json(err);
} else {
res.locals.totalCount = totalCount; // 将查询总数也挂载到 res.locals 上
next();
}
});
}
});在路由处理函数中，我们只需要构造返回的数据即可。
// javascriptcn.com 代码示例
router.get('/api/articles', (req, res) => {
const { data, totalCount } = res.locals;
const response = {
data,
totalCount,
page: Number(req.query.page || 1),
pages: Math.ceil(totalCount / pageSize)
};
res.status(200).json(response);
});优势：
支持更多种类型的查询和操作，如过滤、排序、计算等。
对查询性能无影响，可以运用索引加速查询。
适合更多种情况下的分页需求。
劣势：
代码复杂度相对较高，需要更深入的了解 MongoDB 的工作原理。
受 Mongoose 版本和 MongoDB 版本的限制。
调试复杂，出错时难以定位异常所在的位置。
总结
本文详细介绍了 Mongoose 实现分页查询的三种方法，每种方法都有其优劣势。在实际开发中，需要根据具体情况选择相应的实现方式。
在使用 limit 和 skip 方法时，需要注意避免对查询性能造成过大的影响，可以通过增加索引、使用 NoSQL 等方式来优化。
而在使用 aggregate 和 cursor 实现方式时，则需要更深入地了解 MongoDB 的特性，同时注意代码的可读性和可维护性，以免出现难以调试的问题。
最后，需要强调的是，在处理大数据量时，分页仅是减轻服务器压力的一种手段，还需要通过其他方式来进行优化，如设置缓存、对数据库进行分片等。
来源：JavaScript中文网 ，转载请注明来源 本文地址：https://www.javascriptcn.com/post/652e64927d4982a6ebf6bff7