一说起分页查询，很多人的第一反应就是“加个 LIMIT 呗”。但说实话，我见过太多项目，分页写着写着就卡成狗，尤其是数据量一上来，那个慢啊，简直让人抓狂。今天这篇文章，就是想跟你聊聊 LIMIT 到底怎么用，才能让你的分页查询从“能用”变成“高效”，别让它成为系统里的“卡顿黑洞”。
先搞清楚 LIMIT 的基本语法。在 MySQL、PostgreSQL 等主流关系型数据库里，LIMIT 常见写法是 或者 。比如要查询第 11 到 20 条数据，就写 ，意思是跳过前 10 条，取 10 条。逻辑很简单，但坑就藏在“跳过”这两个字里。数据库要执行这个查询，得先扫描到第 10 条之后，再把后面的 10 条返回。数据量小的时候，比如只有几百条，几乎感觉不到；但一旦表里有几百万行，你要查第 100 万页的数据，就得先扫描 100 万行，再丢掉前面的 99 万 9900 行，只留下 10 行。这相当于翻一本 1000 页的书，每次翻到第 999 页，都得从第一页重新翻起，效率能高吗？
很多人觉得 LIMIT 就是用来分页的，这没错，但它的本质其实是“限制返回行数”。理解这一点很重要。比如做报表统计，只需要前 10 条热门文章，直接 ，数据库找到前 10 条就收工，非常快。但一旦涉及 ，性能就会下降，因为 OFFSET 意味着数据库必须“计算”并“抛弃”前面的行，这个过程无法利用索引优化。所以，分页查询的性能瓶颈往往不在 LIMIT 本身，而在不断增大的 OFFSET。
那怎么优化呢？一个经典思路是“基于游标的分页”，也叫“键集分页”。说白了，就是不用 OFFSET，而是用上一页最后一条记录的唯一字段（比如 ID）作为条件，查询下一页。比如查询文章列表，每页 10 条，上一页最后一条的 ID 是 100，那么下一页的 SQL 可以写成 。这样数据库直接走主键索引，找到 ID 大于 100 的前 10 条，完全不需要扫描前面的数据。不管是第 1 页还是第 100 万页，性能都一样稳定。这招在数据量大、实时性要求高的场景里，简直是神器。
当然，游标分页也有局限。它要求排序字段必须唯一且有序，比如自增 ID、时间戳加唯一索引。如果排序规则特别复杂，如按点赞数、评论数或随机排序，就不能直接用游标。这时可以考虑“延迟关联”或“子查询优化”。比如要查询按更新时间排序的第 100 万页，直接 会很慢。可以先查出一个子集：，这个子查询只返回 ID，走索引很快。然后再用这些 ID 去关联主表：。虽然仍用了 OFFSET，但扫描的数据量从全行变成了只扫索引，性能提升明显。
还有一个容易被忽视的细节：LIMIT 与索引的关系。很多时候，你以为加了 LIMIT 就万事大吉，但优化器可能会“自作聪明”。例如有联合索引 ，查询条件是 ，可以完美利用索引，因为索引已经按 a、b 排序，直接取前 10 条非常快。但如果改成 ，情况就复杂了。IN 条件会导致索引的排序失效，数据库可能需要全表扫描或文件排序，即使有 LIMIT 也救不了。所以写 LIMIT 查询时，一定要查看执行计划，确认是否真的在走索引，别被表面现象骗了。
再聊聊深分页问题。所谓深分页，就是 OFFSET 特别大的情况。比如一个帖子有 100 万条评论，用户要翻到第 10 万页，这时任何基于 OFFSET 的写法都会慢。除了游标分页，还有一种思路是“禁止跳页”。很多产品其实不需要用户精确跳转到第 N 页，例如微博、抖音的“下拉加载更多”，本质就是游标分页。如果必须支持跳页，就要有心理准备：数据量大时，深分页必然慢，这是物理规律。可以在业务上做限制，比如只允许查看前 100 页，或者用缓存把热门页的数据提前加载。
说点实战经验。不要迷信 “LIMIT 1” 就是最快的。有时候你只想查一条数据，但如果没有使用合适的索引，数据库仍然需要全表扫描。比如 ，如果 没有索引，数据库会把所有 的行都找出来，再取第一条。这个“找出来”的过程仍然是遍历全表，LIMIT 1 只影响返回结果，而不减少工作量。因此，LIMIT 的加速效果前提是索引能够快速定位目标行；没有索引，LIMIT 只是一种摆设。
另外，不同数据库对 LIMIT 的实现也有细微差别。MySQL 的 LIMIT 在排序后执行，所以 会先为所有行生成随机数再排序，性能极差。PostgreSQL 的实现相对更智能，但大 OFFSET 同样慢。Oracle 和 SQL Server 使用 ROWNUM 或 TOP，原理类似。所以，掌握 LIMIT 的核心思想比死记硬背语法更重要。
总结一下，数据库 LIMIT 的用法核心可以概括为两句话：小数据量随便用，大数据量别用 OFFSET。能走游标就走游标，走不了就用延迟关联或子查询优化。永远记住，LIMIT 不是银弹，它只是工具，用得好能让你爽，用不好能让你哭。下次写分页查询时，多考虑数据量、索引和业务场景，别让一个简单的 LIMIT 成为系统卡顿的罪魁祸首。掌握这些技巧，你的分页查询才能真正做到高效不卡顿。
