Paginierungsmuster in MongoDB

Sie entwickeln einen Feed, eine Produktliste oder eine Seite mit Suchergebnissen. Die Collection ist auf Millionen von Dokumenten angewachsen, und plötzlich dauern Ihre Paginierungsabfragen Sekunden statt Millisekunden. Der Übeltäter ist fast immer derselbe: Sie verwenden skip und limit im großen Maßstab.

Dieser Artikel behandelt die grundlegenden MongoDB-Paginierungsmuster – offset-basiert und cursor-/keyset-basiert – und erklärt, wann jedes Muster gut funktioniert und wann nicht. Keine Framework-spezifischen Ratschläge, nur Muster, die gültig bleiben, während Ihre Daten wachsen.

MongoDB Skip-Limit-Paginierung: Der vertraute Ansatz

Offset-basierte Paginierung verwendet skip() und limit(), um Ergebnisse in Seiten aufzuteilen. Sie ist intuitiv und entspricht direkt UI-Mustern wie „Seite 1, Seite 2, Seite 3”.

db.posts.find()
  .sort({ createdAt: -1 })
  .skip((page - 1) * pageSize)
  .limit(pageSize)

Dieses Muster funktioniert gut für flache Paginierung – die ersten paar Ergebnisseiten, Admin-Dashboards mit begrenzten Daten oder interne Tools, bei denen Performance nicht kritisch ist.

Warum Skip im großen Maßstab degradiert

MongoDB-Indizes sind B-Tree-Strukturen, keine Arrays. Während die Datenbank effizient in einen Index springen kann, muss sie dennoch durch übersprungene Einträge navigieren, um den angeforderten Offset zu erreichen. Das Überspringen von 10 Dokumenten bedeutet, 10 Index-Einträge zu durchlaufen. Das Überspringen von 100.000 bedeutet, 100.000 Einträge zu durchlaufen.

Das bedeutet: Seite 1 ist schnell, Seite 100 ist langsamer, und Seite 10.000 ist noch deutlich langsamer. Die CPU-Auslastung steigt linear mit dem Offset-Wert, unabhängig von Ihrer Seitengröße.

Verwenden Sie Offset-Paginierung, wenn:

• Benutzer selten über die ersten paar Seiten hinaus navigieren
• Der gesamte Datensatz klein ist (unter 10.000 Dokumenten)
• Sie „Springe zu Seite X”-Funktionalität benötigen und den Kompromiss akzeptieren
• Sie interne Tools entwickeln, bei denen die Abfragezeit weniger kritisch ist

MongoDB Cursor-basierte Paginierung: Konsistente Performance

MongoDB Keyset-Paginierung (auch cursor-basierte Paginierung genannt) verwendet Bereichsabfragen anstelle von positionsbasierten Offsets. Anstatt zu sagen „überspringe 1.000 Dokumente”, sagen Sie „gib mir Dokumente nach diesem spezifischen Punkt”.

db.posts.find({ createdAt: { $lt: lastSeenDate } })
  .sort({ createdAt: -1 })
  .limit(pageSize)

Die Datenbank führt ein effizientes Index-Seek aus, um den Startpunkt zu lokalisieren, und liest dann nur die Dokumente, die Sie benötigen. Seite 1 und Seite 10.000 haben identische Performance-Charakteristiken.

Die Tiebreaker-Anforderung

Ein einzelnes Sortierfeld erzeugt Probleme, wenn Werte nicht eindeutig sind. Wenn mehrere Dokumente denselben createdAt-Zeitstempel haben, können einige über Seiten hinweg übersprungen oder dupliziert werden.

Die Lösung ist eine zusammengesetzte Sortierung mit einem eindeutigen Tiebreaker – typischerweise _id:

db.posts.find({
  $or: [
    { createdAt: { $lt: lastDate } },
    { createdAt: lastDate, _id: { $lt: lastId } }
  ]
})
.sort({ createdAt: -1, _id: -1 })
.limit(pageSize)

Dies erfordert einen passenden zusammengesetzten Index:

db.posts.createIndex({ createdAt: -1, _id: -1 })

Die Reihenfolge der Index-Felder muss Ihrer Sortierreihenfolge für optimale Performance entsprechen.

Konsistenz-Einschränkungen

Cursor-basierte Paginierung ist stabiler als Offset-Paginierung, aber nicht magisch konsistent. Wenn Dokumente zwischen Anfragen eingefügt, gelöscht werden oder sich veränderliche Sortierfelder ändern, können Benutzer dennoch Duplikate sehen oder Elemente verpassen. Der Unterschied besteht darin, dass Keyset-Paginierung an spezifischen Werten statt an Positionen verankert ist, sodass gleichzeitige Schreibvorgänge typischerweise weniger sichtbare Anomalien verursachen.

Für Feeds und Listen, bei denen perfekte Konsistenz nicht erforderlich ist, ist dieser Kompromiss normalerweise akzeptabel.

Atlas Search Paginierung: Ein anderer Mechanismus

Wenn Sie MongoDB Atlas Search mit der $search-Stage verwenden, funktioniert die Paginierung anders. Atlas Search verwendet ein eigenes token-basiertes System – über searchSequenceToken im Hintergrund – mit searchAfter- und searchBefore-Parametern anstelle von _id-Cursorn. Vermischen Sie diese Ansätze nicht – verwenden Sie die Paginierungsmethode, die zu Ihrem Abfragetyp passt.

Das richtige Muster wählen

Die Entscheidung hängt oft von UI-Anforderungen ab. Wenn Benutzer zu beliebigen Seiten springen müssen, sind Sie auf Offset-Paginierung oder Hybrid-Ansätze beschränkt. Wenn sequenzielle Navigation ausreicht – weiter, zurück, mehr laden – skaliert Keyset-Paginierung besser.

Fazit

Offset-Paginierung mit skip und limit ist einfach, verschlechtert sich aber linear mit der Offset-Größe. Reservieren Sie sie für flache Paginierung oder kleine Datensätze.

Keyset-Paginierung behält konsistente Performance unabhängig von der Position bei, erfordert aber deterministische Sortierung mit einem eindeutigen Tiebreaker. Sie ist die bessere Wahl für Feeds, Listen und jede Oberfläche, bei der Benutzer sequenziell durch große Ergebnismengen navigieren.

Keines der Muster ist universell falsch. Wählen Sie basierend auf Ihrer Datengröße, Ihren Zugriffsmustern und UI-Anforderungen.

Häufig gestellte Fragen

Understand every bug

Uncover frustrations, understand bugs and fix slowdowns like never before with OpenReplay — the open-source session replay tool for developers. Self-host it in minutes, and have complete control over your customer data. Check our GitHub repo and join the thousands of developers in our community.