当MySQL查询返回的数据量过大时，数据库与应用之间的网络传输、应用内存堆积以及序列化开销都会急剧上升。除了在SQL中使用limit做数据库侧分页，在应用端对查询结果进行分页限制也是必要手段。应用端分页限制指的是在接收和处理数据的层面控制单次获取与暴露的数据规模，避免把海量结果直接加载到内存或返回给前端。
为什么需要应用端分页限制
即便SQL写了limit，如果应用层把多个分页请求合并、或允许前端传入过大的page_size，依然会造成数据量过大。应用端限制能兜底非法参数并降低系统风险。
- 防止用户传入超大分页尺寸拖垮服务
- 避免一次性序列化几万条记录到响应体
- 配合数据库游标减少深分页带来的性能衰减
常见应用端分页限制做法
1. 参数校验与上限封顶
在接口入口处对page与page_size做校验，给page_size设定硬上限，例如不允许超过100条。
// Java示例：分页参数校验
public PageRequest buildPageRequest(int page, int page_size) {
if (page < 1) {
page = 1;
}
if (page_size < 1) {
page_size = 10;
}
// 应用端硬限制，防止数据量过大
if (page_size > 100) {
page_size = 100;
}
return new PageRequest(page, page_size);
}
2. 结合数据库limit做安全查询
应用端把封顶后的参数传给Mapper，SQL中继续使用limit与offset。
-- 根据应用端传入的安全参数查询
SELECT id, name, created_at
FROM user
ORDER BY id ASC
LIMIT #{size} OFFSET #{offset};
3. 游标式分页减少深翻页
当offset很大时MySQL效率变差，应用端可改用上次最大ID作为游标，限制每次返回量。
# Python示例：游标分页拉取
def fetch_by_cursor(last_id, size=50):
sql = "SELECT id, name FROM user WHERE id > %s ORDER BY id ASC LIMIT %s"
# 执行查询并返回结果及本次最大id
rows = db.query(sql, last_id, size)
next_id = rows[-1]['id'] if rows else None
return rows, next_id
4. 流式处理避免全量加载
对于必须导出大量数据的场景，应用端应使用流式读取，逐批写入响应或文件。
// 使用MyBatis流式查询
@Select("SELECT id, name FROM user")
@Options(resultSetType = ResultSetType.FORWARD_ONLY, fetchSize = 100)
void scanUser(ResultHandler<User> handler);
小结
在应用端使用分页限制并不是替代数据库limit，而是与之配合形成多层防护。通过参数封顶、游标分页与流式处理，可以有效解决MySQL查询结果返回数据量过大的问题，保障接口稳定与资源可控。