Drogon框架中ORM分页查询的正确使用方法
2025-05-18 16:36:20作者:房伟宁
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
理解Drogon ORM的分页机制
Drogon框架提供了强大的ORM功能,其中分页查询是Web开发中常见的需求。在Drogon ORM中,分页通过limit()和offset()方法实现,这两个方法直接对应SQL标准中的LIMIT和OFFSET子句。
分页参数的计算方法
在实现分页功能时,开发者需要正确处理前端传递的分页参数。常见的前端参数包括:
page:当前页码,通常从1开始pageSize:每页显示的记录数
正确的分页计算方式应该是:
int page = std::stoi(pJson.get("page", "1").asString());
int pageSize = std::stoi(pJson.get("pageSize", "10").asString());
int offset = (page - 1) * pageSize;
std::vector<Admin> admin_list = mp.orderBy(Admin::Cols::_id)
.limit(pageSize)
.offset(offset)
.findAll();
常见误区解析
许多开发者在使用分页时容易犯以下错误:
- 直接使用页码作为offset:错误地认为offset就是页码,实际上offset应该是(页码-1)*每页大小
- 忽略参数类型转换:从JSON获取的参数通常是字符串,需要转换为整数
- 默认值处理不当:没有为分页参数设置合理的默认值
实际应用示例
假设我们有一个管理员列表需要分页显示,每页显示10条记录,查询第2页数据的正确做法是:
// 第2页,每页10条
int page = 2;
int pageSize = 10;
int offset = (2 - 1) * 10; // 计算得到offset=10
// 查询语句
auto admins = mp.orderBy(Admin::Cols::_id)
.limit(pageSize)
.offset(offset)
.findAll();
性能优化建议
对于大数据量的分页查询,使用LIMIT/OFFSET方式在偏移量较大时性能会下降。Drogon ORM也支持更高效的分页方式,如使用WHERE条件配合主键进行分页:
// 假设已知上一页最后一条记录的ID是lastId
auto admins = mp.orderBy(Admin::Cols::_id)
.limit(pageSize)
.where(Admin::Cols::_id > lastId)
.findAll();
这种方式避免了OFFSET带来的性能问题,特别适合无限滚动或移动端分页场景。
总结
Drogon框架的ORM提供了简洁而强大的分页功能,开发者需要正确理解LIMIT和OFFSET的含义,合理计算分页参数。通过本文的讲解,希望开发者能够避免常见的分页使用误区,实现高效、正确的分页查询功能。
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
223
89
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
337
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
848
437
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
698
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19