对搜索结果进行分页

Web 应用通常会对呈现给用户的数据进行分页。最终用户会收到一页结果，当他们前往下一页时，系统会检索并呈现下一批结果。本页面介绍了如何在 Spanner 中执行全文搜索时向搜索结果添加分页。

分页选项

您可以通过以下两种方式在 Spanner 中实现分页查询：基于键的分页（推荐）和基于偏移量的分页。

基于键的分页是一种以更小、更易于管理的块检索搜索结果的方法，同时可确保结果在各个请求之间保持一致。一页的最后一个结果中的唯一标识符（“键”）用作提取下一组结果的参考点。

Spanner 通常建议使用基于键的分页。虽然基于偏移量的分页更容易实现，但它有两个明显的缺点：

  1. 查询成本更高：基于偏移量的分页会重复检索并舍弃相同的结果，从而导致成本增加和性能下降。
  2. 结果不一致：在分页查询中，通常会在不同的读取时间戳检索每一页。例如，第一页可能来自下午 1 点的查询，下一页可能来自下午 1:10 的查询。这意味着，搜索结果可能会在各个查询之间发生变化，从而导致各页之间的结果不一致。

另一方面，基于键的分页使用一页的最后一个结果中的唯一标识符（键）来提取下一组结果。这样可确保高效的检索和一致的结果，即使底层数据发生变化也是如此。

如需确保各页结果的稳定性，应用可以在同一时间戳发出针对不同页的所有查询。不过，如果查询超出版本保留期限（默认值为 1 小时），此方法可能会失败。例如，如果 version_gc 为 1 小时，最终用户在下午 1 点提取了第一批结果，而在下午 3 点点击了“下一页”，则会发生这种失败。

使用基于键的分页

基于键的分页会记住上一页的最后一项，并将其用作下一页查询的起点。为此，查询必须返回 ORDER BY 子句中指定的列，并使用 LIMIT 限制行数。

如需使基于键的分页正常运行，查询必须按某种严格全序对结果进行排序。最简单的方法是选择任意全序，然后根据需要添加决胜因素列。在大多数情况下，全序是搜索索引排列顺序，而列的唯一组合是基表主键。

使用 Albums 示例架构时，对于第一页，查询如下所示：

GoogleSQL 

SELECT AlbumId, ReleaseTimestamp
FROM Albums
WHERE SEARCH(AlbumTitle_Tokens, "fifth symphony")
ORDER BY ReleaseTimestamp DESC, AlbumId
LIMIT 10;

PostgreSQL 

SELECT albumid, releasetimestamp
FROM albums
WHERE spanner.search(albumtitle_tokens, 'fifth symphony')
ORDER BY releasetimestamp DESC, albumid
LIMIT 10;

由于 ReleaseTimestamp 不是键，因此 AlbumId 是决胜因素。可能有两个不同的专辑具有相同的 ReleaseTimestamp 值。

如需继续，应用会再次运行相同的查询，但会使用一个 WHERE 子句来限制上一页的结果。附加条件需要考虑键方向（升序与降序）、决胜因素以及可为 null 的列的 NULL 值顺序。

在我们的示例中，AlbumId 是唯一的键列（按升序排列），且不能为 NULL，因此条件如下：

GoogleSQL 

SELECT AlbumId, ReleaseTimestamp
FROM Albums
WHERE (ReleaseTimestamp < @last_page_release_timestamp
    OR (ReleaseTimestamp = @last_page_release_timestamp
        AND AlbumId > @last_page_album_id))
    AND SEARCH(AlbumTitle_Tokens, @p)
ORDER BY ReleaseTimestamp DESC, AlbumId ASC
LIMIT @page_size;

PostgreSQL

此示例使用查询参数 $1、$2、$3 和 $4，它们分别绑定到为 last_page_release_timestamp、last_page_album_id、query 和 page_size 指定的值。

SELECT albumid, releasetimestamp
FROM albums
WHERE (releasetimestamp < $1
    OR (releasetimestamp = $1
        AND albumid > $2))
    AND spanner.search(albumtitle_tokens, $3)
ORDER BY releasetimestamp DESC, albumid ASC
LIMIT $4;

Spanner 将此类条件解读为可搜索。这意味着，对于您过滤掉的文档，Spanner 不会读取索引。正是此优化使得基于键的分页效率显著高于基于偏移量的分页效率。

使用基于偏移量的分页

基于偏移量的分页利用 SQL 查询的 LIMIT 和 OFFSET 子句来模拟各页。LIMIT 值表示每页的结果数。对于第一页，OFFSET 值设置为零；对于第二页，设置为页面大小；对于第三页，设置为页面大小的两倍。

例如，以下查询会提取第三页，页面大小为 50：

GoogleSQL 

SELECT AlbumId
FROM Albums
WHERE SEARCH(AlbumTitle_Tokens, "fifth symphony")
ORDER BY ReleaseTimestamp DESC, AlbumId
LIMIT 50 OFFSET 100;

PostgreSQL 

SELECT albumid
FROM albums
WHERE spanner.search(albumtitle_tokens, 'fifth symphony')
ORDER BY releasetimestamp DESC, albumid
LIMIT 50 OFFSET 100;

使用说明：

  • 强烈建议使用 ORDER BY 子句，以确保各页之间的排序一致。
  • 在生产查询中，使用查询参数（而不是常量）来指定 LIMIT 和 OFFSET，以提高查询缓存效率。如需了解详情，请参阅查询参数。

后续步骤