【布道 API】关于 API 分页
随着消费者期望的提高,API 性能从未像今天这样重要。众所周知,如果网页加载时间超过 3 秒,超过半数的网络用户会放弃继续浏览网页。
这些期望不一定符合 API 的技术要求。在大数据整合和分析时代,API 在其后端处理的数据量比以往任何时候都多。为了在当今的数字经济中真正站稳脚跟,必须优化 API 以实现最高效率。API 分页是确保 API 平稳有效运行的关键策略。
现在先看看什么是分页,然后将通过示例代码实现深入研究 API 分页。
什么是分页?
上搜索引擎搜索内容、上购物平台浏览商品、上新闻平台阅读新闻、上微博查阅评论等等场景都看到过分页的功能,不同场合有不同的方式,如常见的页码分页、滚到底部自动加载分页。
信息的分页在用户体验上减少用户流量,在应用性能上,为降低服务器压力。试想一下,从数据库中通过 API 查询可能会返回数百万甚至数十亿的结果,服务器及浏览都是灾难。
因此分页有助于限制结果的数量,以控制网络流量。
偏移分页
偏移分页是最简单的实现之一,一般是使用 limit
和 offset
命令实现的。偏移分页受使用数据库 SQL
的影响,limit
和 offset
包含在 SQL SELECT
库中。
API 请求使用 limit
和 offset
的协议如下:
偏移分页几乎不需要编程,它在服务器端也是无状态的,无论自定义 sort_by
参数如何都可以工作。
偏移分页的缺点是在处理大偏移值时会出错。例如,如果将偏移量设置为 1000000
,则 API 必须扫描一百万个数据库条目,然后将其丢弃。
偏移分页的另一个缺点是向表中添加新条目会导致混乱,这称为页面漂移。如下面这个场景:
从查询开始
GET /items/?offset=0&limit=20
向数据库添加 10 个新条目
再次执行相同的查询,这只会返回 5 个结果,因为向数据库添加 10 个条目会将偏移量移回 10,这可能会在客户端引起混乱。
键集分页
键集分页使用上一页的过滤器值来确定下一组项目,将这些结果编入索引。
如下这个例子:
客户请求最近的项目 GET
/items?limit=20
单击下一页后,查询将查找最小创建日期
2021-09-01 00:00:00
。然后,为下一页创建查询过滤器,GET /items?limit=20&created:lte:2021-09-01 00:00:00
等等……
这种方法的好处是它不需要额外的后端逻辑,只需要一个 limit
参数。它还具有一致的排序功能,即使将新项目添加到数据库中也是如此,对于较大的偏移值,它也能顺利工作。
搜索分页
搜索分页是键集分页之外的下一步,添加查询 after_id
和 before_id
,可以删除过滤器和排序的约束。唯一标识符比低基数字段(例如状态枚举或类别名称)更稳定。
搜索分页的唯一缺点是创建自定义排序顺序可能具有挑战性。
如下这个例子:
客户请求最近项目的列表
GET items?limit=20
客户端使用第一个查询的结果请求接下来 20 个项目的列表
GET /items?limit=20&after_id=20
客户端请求下一页/滚动页面,使用第二页的最后一个条目作为起点
GET /items?limit=20&after_id=40
搜索分页的好处:
从分页逻辑中分离过滤器逻辑
一致的排序,即使在新项目添加到数据库时也是如此,对最新添加的项目进行排序。
即使偏移量很大,也能顺利工作。
性能优化
API 数据分页是基于降低数据传输流量来提高服务响应时间的方法。对于不同的分页方式,对服务器的访问性能也是不同的。不管后台使用什么语言,API 的分页大体可以分为两类:内存分页和数据源分页。
内存分页
这是比较的常见的分页方式,客户端通过 API 发起分页请求,服务器端接收到相应的请求然后构建 SQL 查询语言发送到数据库服务器并返回相应查询结果的数据集暂时存储在内存中,服务器端再在内存中将分页所需的数据响应给客户端。
常见的实现方式,简单,对于少量数据的分页查询效率还能接受,因为这种基于 ORM 机制的查询分页在转换过程中会损失性能影响效率,对于数据量比较大的情况下效率就有明显的下降。
数据源分页
从字面意思上理解就是在数据源头就返回分页需要的数据,通常是采用存储过程(通常存在于关系型数据库,如 Sql Server 、 Mysql 等)进行分页,在数据源头将分页数据整理好,在大数据量的情况下,效率还是很明显的。
总结
随着 API 越来越多地参与和复杂化,API 分页性能就变得更加重要。
版权声明: 本文为 InfoQ 作者【devpoint】的原创文章。
原文链接:【http://xie.infoq.cn/article/617b82ada940ad6bcea958217】。
本文遵守【CC-BY 4.0】协议,转载请保留原文出处及本版权声明。
评论