滚动新闻 →
哈马斯高级指挥官在加沙南部空袭中被击毙 广西平南城管冲突事件:摊贩反击致执法人员倒地 三星杯四强产生 申真谞 卞相壹双双晋级 南加州或迎18英尺巨浪 气象局发布预警 沈栋驳斥卖中国AI芯片维持其落后的荒谬逻辑 加拿大如何提前知道自己可能需要补税 中共海外追税1600亿 富人加速资产转移 百艘共艇集结西太平洋 无声军演围堵台湾 多地医院急诊停诊引发医疗资源配置争议 美国柴油价格回落至6美元以下 欧洲同步下跌 北京101中学学生坠楼事件引争议 校方要求删除视频 加拿大反歧视法律如何形成 美中俄三方峰会将举行 分析称象征意义为主 韩国税务师考试榜首承认AI作弊并自首 意大利监管机构对Meta处以8.87亿美元罚款 未获用户授权访问相册 宾夕法尼亚为何成为宗教宽容之地 冷门绝学学院设立引争议 学者质疑其政治意图 三方会谈聚焦核裁减 中共战略困境凸显 天花板出现水渍一定是屋顶漏水吗 江西维权事件连环爆发 中航诈骗案受害者持续围堵金融监管局 安徽老党员推墙让路?官媒集体转发 舆论大翻车 贝森特称婚外情属次要 重点应聚焦芯片出口管制 流水线并行怎样把模型分布到不同 GPU,实际部署中如何处理流水线空闲时间 巴林两次发布警报应对伊朗无人机袭击美军设施 章家敦:中国经济崩溃威胁全球市场 黄仁勋辞职风波:卢比奥情报备忘录成导火索 万斯或退出2028大选,共和党中期失利成关键因素 法国周六抗议再起冲突 全国约两百人被拘 菲澳深化军事合作应对南海安全挑战 Google Cloud 混合云架构怎么做,本地数据中心与云端应用应该如何连接 MySQL ALTER TABLE 很慢怎么办?生产环境数据库迁移需要注意什么 电脑随机死机但没有蓝屏,内存故障有哪些典型特征 卢比奥中期选举后首度发声 小女儿登台介绍父亲释放政治信号 横滨三溪园菊花展绽放传统之美 迈阿密机场两架客机滑行道相撞 机上172人安全撤离两人轻伤 Windows 11 DNS 怎么修改?了解公共 DNS 和自动获取的区别 路透社曝光黄仁勋与黄乐旧照 2024台北电脑展亲密互动 钢琴家齐默尔曼天津演出遇冷 音乐厅未供暖致发挥失常 江苏兴化油脂厂深夜爆炸 火光数公里外可见 PHP 网站分页功能怎么实现?MySQL 查询和前端页码应该如何配合

SaaS 后台有几十万条订单,搜索和分页应该怎样设计

发布时间: 2026-10-26 06:00:02    最后更新: 2026-11-14 21:44:32    阅读:77  约10 分钟阅读     

SaaS 后台有几十万条订单,搜索和分页应该怎样设计
图片说明:示意图   图片来源:Public Domain(公有领域)
SaaS后台出现几十万甚至上百万条订单,并不意味着数据库马上就需要分库分表。对于订单管理系统来说,真正容易把查询拖慢的,往往不是数据总量本身,而是没有针对实际查询模式设计索引、使用深度OFFSET分页、排序字段不稳定,以及搜索条件与索引结构完全不匹配。MySQL官方文档也明确指出,索引能够显著加快WHERE条件和排序相关查询,但索引过多同样会增加存储以及写入维护成本,因此应该围绕真实业务查询建立有限而有效的索引。

订单后台最常见的查询通常包括订单号、客户、订单状态、创建时间以及金额等条件。订单号属于高选择性字段,通常适合建立唯一索引或普通索引;如果后台经常按照“租户+客户+创建时间”查询订单,那么更值得考虑的是组合索引,而不是给每个字段分别建立一个索引。复合索引的列顺序非常重要。以MySQL为例, (tenant_id, customer_id, created_at, id) 与 (created_at, tenant_id, customer_id, id) 并不是等价的索引,它们能够有效支持的查询模式不同。MySQL的复合索引遵循左前缀原则,因此索引设计必须从实际WHERE条件和ORDER BY组合反推。

订单列表通常还需要固定排序。例如后台默认按照最新订单排列,可以使用 created_at DESC, id DESC。这里把 id 加入排序非常重要,因为创建时间并不一定唯一。如果只使用 created_at 排序,当多个订单具有相同时间戳时,不同页面之间可能出现重复或者遗漏。一个稳定的排序键应该能够最终把每一行唯一确定下来。

分页方式也应该根据使用场景选择。传统的 LIMIT offset, page_size 非常直观,适合第一页、第二页等浅分页,也适合用户确实需要跳转到指定页码的后台界面。但是随着OFFSET不断增大,数据库仍然需要处理前面已经跳过的记录。以SQL数据库为例,大OFFSET可能导致越来越多的行被计算和跳过,因此“几十万条数据使用OFFSET一定没问题”并不是可靠的判断标准。

对于订单流、操作日志、消息列表等主要按照时间顺序向后翻页的场景,更适合使用Keyset Pagination,也就是通常所说的游标分页。假设订单按照 created_at DESC, id DESC 排序,那么下一页不能简单写成 order_id > 某个值,而应该让游标条件与排序字段对应。例如上一页最后一条记录是 created_at = '2026-09-20 10:00:00'、id = 123456,下一页可以按照相同排序方向继续查询:

WHERE (created_at, id) < ('2026-09-20 10:00:00', 123456) ORDER BY created_at DESC, id DESC LIMIT 100

实际SQL写法还需要根据数据库版本、索引和执行计划进行验证。核心思想是让数据库直接从上一次的位置继续读取,而不是重新扫描并丢弃前面大量记录。

这种方式还有一个实际优势:后台用户连续点击“下一页”时,不需要真的知道自己位于第几页。游标本质上记录的是上一页最后一条数据的位置。因此对于无限滚动、时间线和订单流水等场景,它通常比深度OFFSET更加自然。

但游标分页也有代价。用户如果要求“跳到第5000页”,游标本身并不能像OFFSET一样直接定位到一个明确页码。因此后台系统可以采用混合模式:前面少量页面允许页码分页,连续浏览使用游标;如果业务强制要求任意页码跳转,则应该重新评估查询模型,而不是简单地把OFFSET包装成所谓的高性能分页。

搜索同样需要区分类型。订单号、客户ID、状态和日期属于结构化条件,首先应该使用关系型数据库自身的索引能力。比如订单号精确查询没有必要为了几十万条记录就引入Elasticsearch。MySQL本身就支持B-Tree以及FULLTEXT等索引机制,是否需要全文搜索取决于字段内容和搜索行为,而不是单纯取决于订单数量。

如果后台要求搜索客户备注、商品描述等大量文本,并且需要分词、相关性排序、模糊搜索或者跨多个字段组合搜索,才更适合考虑专门的搜索引擎。此时应该把搜索系统看成数据库之外的查询层,而不是简单地把所有订单数据复制过去。搜索结果最终还需要回到数据库确认权限、订单状态和最新数据,尤其是在多租户SaaS系统中,不能因为搜索索引返回了一条记录就直接把订单内容展示给用户。

多租户是订单系统设计中另一个必须考虑的问题。每条订单通常应该带有 tenant_id,所有后台查询都必须在权限层和数据库查询层同时落实租户隔离,而不能依靠前端传入一个客户编号就认为数据已经隔离。对于常见的租户订单列表,可以考虑类似 (tenant_id, created_at, id) 的复合索引;如果还有客户筛选,则可能需要 (tenant_id, customer_id, created_at, id)。究竟采用哪一个,应当根据真实查询比例、选择性和执行计划决定,而不是机械地给每种条件都建立一个索引。

还有一个容易被忽略的问题是COUNT。很多后台页面会在每次打开列表时执行 SELECT COUNT(*),同时再执行一条订单列表查询。如果系统有几十万甚至数百万订单,而且筛选条件复杂,COUNT本身可能成为主要负担。对于用户只是需要“下一页”功能的列表,没有必要每次都精确计算总页数。可以改成查询 page_size + 1 条记录,用多出来的一条判断是否存在下一页。只有业务确实需要显示“共多少条”时,才执行精确COUNT,或者使用经过维护的统计数据。

订单列表还应该避免 SELECT *。后台列表通常只需要订单号、客户、状态、金额、创建时间等十几个字段,却可能把地址、商品明细、支付信息、备注甚至JSON字段一起读取。列表查询只返回必要字段,可以明显减少磁盘读取、网络传输和应用层反序列化成本。用户点击某一订单进入详情页时,再单独读取完整订单信息。

对于订单明细这种一对多数据,也不应该在列表查询中直接JOIN所有商品明细,否则很容易产生一条订单对应多行结果,随后再进行DISTINCT、GROUP BY或者应用层去重,分页就会变得复杂。更合理的做法通常是先分页得到订单主表记录,再根据这一批订单ID批量读取必要的关联数据。

缓存也不能成为数据库优化的第一反应。订单状态、支付状态、发货状态和权限信息都会变化,动态列表缓存很容易产生失效和一致性问题。真正高频、变化较少的数据,例如状态字典、地区列表或者权限配置,更适合进入Redis。对于实时订单列表,首先应该把SQL、索引和执行计划做好,再根据监控数据决定是否缓存。

几十万订单也通常没有必要立即分库分表。单表几十万行对于MySQL、PostgreSQL等成熟关系型数据库来说并不是一个天然需要分片的数量级。真正需要考虑分库分表的信号包括数据规模持续增长、单库存储和I/O压力、写入吞吐、备份恢复时间、单表索引膨胀,以及业务已经出现明显的容量边界。如果只是为了让一个几十万行的订单表“看起来更专业”而提前分片,反而会增加跨分片查询、事务、运维和数据迁移的复杂度。

同样,读写分离也不是订单分页的必选项。如果单库通过正确的索引已经可以稳定处理后台查询,就没有必要为了几十万条订单增加数据库副本。读副本真正有价值的场景,是主库已经承受明显的读压力,并且业务能够接受复制延迟。否则,系统复杂度增加了,用户看到的订单状态却可能因为复制延迟而暂时落后。

性能优化最后还是要回到真实执行计划。对于慢查询,应该使用 EXPLAIN 或数据库提供的分析工具检查实际访问路径,观察是否命中预期索引、扫描了多少行、是否出现不必要的排序或临时结果。MySQL官方文档也建议通过EXPLAIN验证索引使用情况,而不是凭感觉不断增加索引。

一个成熟的SaaS订单后台,通常可以按照这样的顺序建设:首先保证租户隔离和正确的权限过滤,然后根据真实查询建立少量高价值索引;列表采用稳定的唯一排序;浅分页可以使用LIMIT/OFFSET,连续浏览则考虑Keyset Pagination;精确订单号和结构化条件留在关系型数据库中,真正需要全文检索时再引入搜索引擎;列表只读取必要字段,COUNT根据业务需求决定是否执行;最后通过慢查询、执行计划、P95/P99延迟和数据库CPU、I/O等指标持续观察。

真正决定几十万条订单能不能跑得快的,并不是“用了Redis、Elasticsearch、分库分表”这些技术名词,而是数据库能不能沿着正确的索引快速找到下一批需要返回的订单。对于SaaS后台来说,先把查询模型和索引设计正确,再随着真实负载逐步增加缓存、读副本、搜索服务甚至分片,通常比一开始就堆叠一整套分布式架构更加可靠。
本文作者
程越(Kevin Cheng)
IT与人工智能技术资深编辑

喜欢这篇报道?

使用下面的功能,方便以后继续阅读和分享 MNewsTV

设为 Google 新闻首选来源 让 Google 新闻优先显示 MNewsTV 的最新报道 ›
★ 我的收藏 查看已经收藏的文章
关于文章收藏 收藏不需要注册帐号,收藏信息仅保存在当前浏览器中。 删除收藏请进入「我的收藏」进行管理。
分享这篇报道

捐助(Paypal): https://www.paypal.me/observeccp
订阅中国观察电报 Telegram : https://t.me/s/ObserveCCP