JeecgBoot Vue3 实现前端分页不重复请求接口的解决方案
2025-05-02 22:58:06作者:咎竹峻Karen
背景介绍
在JeecgBoot Vue3 3.6.0版本中,默认的分页组件实现方式是每次翻页都会向服务器发送新的请求获取数据。这种设计在大多数场景下是合理的,因为它可以避免一次性加载大量数据导致的前端性能问题。然而,在某些特定业务场景下,我们需要一次性获取所有数据并在前端进行分页展示,这时就需要对默认的分页行为进行改造。
问题分析
传统JeecgBoot的分页实现存在以下特点:
- 每次翻页都会触发新的API请求
- 分页参数(pageNo, pageSize)会作为请求参数发送到后端
- 后端根据分页参数返回对应的数据片段
当我们需要实现前端分页时,需要解决以下技术难点:
- 如何一次性获取所有数据
- 如何在前端实现分页逻辑
- 如何保持原有分页组件的UI和交互不变
解决方案
方案一:修改API请求逻辑
- 重写列表查询方法: 在Vue组件中,可以重写列表查询方法,使其只在第一次加载时获取全部数据,后续翻页操作不再触发API请求。
// 在data中增加缓存变量
data() {
return {
allData: [], // 存储所有数据
isFirstLoad: true // 标记是否首次加载
}
}
// 修改加载方法
async loadData(arg) {
if(this.isFirstLoad) {
// 首次加载获取所有数据
const res = await getAction(this.url.list, {pageNo: 1, pageSize: 9999})
if(res.success) {
this.allData = res.result.records || []
this.dataSource = this.getPageData(1) // 获取第一页数据
}
this.isFirstLoad = false
}
// 非首次加载不执行任何操作
}
// 前端分页方法
getPageData(pageNo) {
const start = (pageNo - 1) * this.ipagination.pageSize
const end = start + this.ipagination.pageSize
return this.allData.slice(start, end)
}
- 监听分页变化: 监听分页参数变化,当页码变化时从缓存数据中获取对应页的数据。
watch: {
'ipagination.current'(val) {
this.dataSource = this.getPageData(val)
}
}
方案二:使用JeecgBoot内置功能
JeecgBoot Vue3版本其实已经内置了对前端分页的支持,可以通过配置实现:
- 在列表配置中设置:
在组件的
created或mounted钩子中添加以下配置:
this.defFlag = true // 启用默认查询
this.loadAllData = true // 加载所有数据
- 修改分页配置: 调整分页配置对象,添加前端分页相关参数:
this.ipagination = {
current: 1,
pageSize: 10,
pageSizeOptions: ['10', '20', '30'],
showTotal: (total, range) => {
return range[0] + '-' + range[1] + ' 共' + total + '条'
},
showQuickJumper: true,
showSizeChanger: true,
total: 0,
frontPaging: true // 关键参数,启用前端分页
}
注意事项
-
数据量控制: 前端分页适合数据量不大的场景,建议在数据量小于1000条时使用此方案。对于大数据量,仍推荐使用后端分页。
-
性能优化: 当数据量较大时,可以考虑以下优化措施:
- 使用虚拟滚动代替传统分页
- 对列表数据进行懒加载
- 使用Web Worker处理大数据
-
状态保持: 如果需要在页面跳转后保持分页状态,需要将当前页码和分页大小存储在Vuex或本地存储中。
最佳实践
在实际项目中,推荐采用以下实现方式:
- 创建混合(mixin): 可以创建一个专门用于前端分页的mixin,方便在多个组件中复用。
// frontPagingMixin.js
export default {
data() {
return {
allData: [],
isFrontPaging: true
}
},
methods: {
async loadAllDataOnce() {
if(this.isFrontPaging && this.allData.length === 0) {
const res = await getAction(this.url.list, {pageNo: 1, pageSize: 9999})
if(res.success) {
this.allData = res.result.records || []
this.ipagination.total = this.allData.length
this.dataSource = this.getPageData(1)
}
}
},
getPageData(pageNo) {
const start = (pageNo - 1) * this.ipagination.pageSize
const end = start + this.ipagination.pageSize
return this.allData.slice(start, end)
}
}
}
- 在组件中使用: 在需要前端分页的组件中引入该mixin:
import frontPagingMixin from './mixins/frontPagingMixin'
export default {
mixins: [frontPagingMixin],
// ...其他组件代码
}
通过以上方案,我们可以在JeecgBoot Vue3项目中实现前端分页功能,既满足了业务需求,又保持了良好的用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1