百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

JavaWeb分页显示内容之分页查询的三种思路(数据库分页查询)

mhr18 2024-10-11 12:43 24 浏览 0 评论

在开发过程中,经常做的一件事,也是最基本的事,就是从数据库中查询数据,然后在客户端显示出来。当数据少时,可以在一个页面内显示完成。然而,如果查询记录是几百条、上千条呢?直接一个页面显示完全的话,表格得多长啊。。。。。。这时,我们可以用分页技术。

何为分页?效果图如下:

这里总共查询了100条记录,如果一次性显示的话表格会很多行,用户体验不佳。而我们采用分页显示的话,一页显示10条记录,共十页。用户可以自行翻阅,记录少,清晰显示。

下面谈谈分页效果的实现,思路有三种:

其一:纯JS实现分页。一次性查询记录并加载到html的table中。然后通过选择性地显示某些行来达到分页显示的目的。这是一种伪分页,障眼法而已。只能用于数据少的情况下。一旦数据多了,十几万条数据加载到html中会变得很慢。而且不实时,一次加载完后数据就写死在页面了,若数据库中有变化,浏览器端显示的仍是上次加载过来的数据。

首先:用table来显示查询出来的记录们,全部显示。

<table width="500" id="idData">

<%

String user_id, user_name, user_sex, user_phone, user_age;

while (sqlRst.next()) {

user_id = sqlRst.getString(1);

user_name = sqlRst.getString(2);

user_sex = sqlRst.getString(3);

user_phone = sqlRst.getString(4);

user_age = sqlRst.getString(5);

%>

<tr>

<td><%=user_id%></td>

<td><%=user_name%></td>

<td><%=user_sex%></td>

<td><%=user_phone%></td>

<td><%=user_age%></td>

</tr>

<%

}

%>

</table>

<br/>

<table width="60%" align="right">

<tr><td><div id="changePages" name="changePages"></div></td></tr>

</table>

然后,在JS中修改table中某些行显示,某些行隐藏。

<script type="text/javascript">

function goPage(pno,psize){

var itable = document.getElementById("idData");//获取table

var num = itable.rows.length;//得到记录总数

var totalPage = 0;

var pageSize = psize;//一页显示pageSize条记录

//计算总页数

if(num/pageSize > parseInt(num/pageSize)){

totalPage=parseInt(num/pageSize)+1;

}else{

totalPage=parseInt(num/pageSize);

}

//当前页数

var currentPage = pno;

//获取当前页第一条、最后一条记录的行号

var startRow = (currentPage - 1) * pageSize+1;

var endRow = currentPage * pageSize;

endRow = (endRow > num)? num : endRow;

//修改table中当前页对应的行的属性为显示,非本页的记录为隐藏

for(var i=1;i<(num+1);i++){

var irow = itable.rows[i-1];

if(i>=startRow && i<=endRow){

irow.style.display = "block";

}else{

irow.style.display = "none";

}

}

//分页页码列表

var tempStr = "共"+num+"条记录 分"+totalPage+"页 当前第"+currentPage+"页";

if(currentPage>1){

tempStr += "<a href=\"#\" onClick=\"goPage("+(1)+","+psize+")\">首页</a>";

tempStr += "<a href=\"#\" onClick=\"goPage("+(currentPage-1)+","+psize+")\"><上一页</a>"

}else{

tempStr += "首页";

tempStr += "<上一页";

}

if(currentPage<totalPage){

tempStr += "<a href=\"#\" onClick=\"goPage("+(currentPage+1)+","+psize+")\">下一页></a>";

tempStr += "<a href=\"#\" onClick=\"goPage("+(totalPage)+","+psize+")\">尾页</a>";

}else{

tempStr += "下一页>";

tempStr += "尾页";

}

document.getElementById("changePages").innerHTML = tempStr;

}

</script>

其二:一次查询,分批显示。

就是说,我们可以执行一个数据库查询操作,得到结果集rs。然后,通过指针的移动来显示当前页面的记录。这样,就可以以 rs.absolute(当前页面号*每页记录数)定位到当前页的第一条记录,然后通过while循环显示n条记录(n为每页显示记录数)。在跳页时,只需修改currentPage,即可在重定位到下一页时把当前页面号改掉,重新定位记录指针,通过while遍历显示n条记录。与JS选择性显示不同,这里是选择性遍历。与JS分页不同的是,这里分页每次跳页修改的是遍历的指针,每次跳页都要进行一次全面查询。同样地,不适合大数据量查询。这里比JS分页优化的地方在于——实时性。每次跳页都会查询一次数据库,保证数据的实时性。

参考代码:

          <%

            int intPageSize = 10; //一页显示的记录数 int intRowCount; //记录总数

int intPageCount; //总页数

String strPage; //从表单或URL传送的待显示页码

int intPage; //待显示页码 ,由strPage转换成的整数

           

        //---计算记录总数的第一种方法:查询出所有记录,移动结果集指针到最后一条,获取最后一条记录的行号

          //查询所有数据         ResultSet sqlRst = sqlStmt.executeQuery("select * from user");

         //获取记录总数

         sqlRst.last(); //光标在最后一行

        intRowCount = sqlRst.getRow(); //获得当前行号,即总记录数

         //记算总页数

         intPageCount = (int)Math.ceil(intRowCount/(intPageSize*1.0));

//将记录指针定位到待显示页的第一条记录上

sqlRst.absolute((intPage - 1) * intPageSize + 1);

//显示数据

int i=0;

String user_id, user_name, user_sex, user_phone, user_age;

while (i < intPageSize && !sqlRst.isAfterLast()) {

user_id = sqlRst.getString(1);

user_name = sqlRst.getString(2);

user_sex = sqlRst.getString(3);

user_phone = sqlRst.getString(4);

user_age = sqlRst.getString(5);

%>

<tr>

<td><%=user_id%></td>

<td><%=user_name%></td>

<td><%=user_sex%></td>

<td><%=user_phone%></td>

<td><%=user_age%></td>

</tr>

<%

sqlRst.next();//移动记录指针指向下一条记录

i++;//统计当前页已显示多少条记录

}

%>

其三:在服务端分页。跳到第n页才查询、显示第n页内容。要点就是根据客户端表格的“页面”计算出数据库要查询的当前页面的第一条记录的位置。优点:实时性:跳页才查询。数据量小:只加载当前页的记录进行显示。

重点在于两条语句:select count(*) from ...:查询得到记录总条数

select * from .. limit pageNo,rowsCount:查询从第pageNo条开始的rowsCount条数据。

int pages=0; //待显示页面

int count=0; //总条数

int totalpages=0; //总页数

int limit=10; //每页显示记录条数

//计算记录总数的第二种办法:使用mysql的聚集函数count(*)

ResultSet sqlRst = sqlStmt.executeQuery("select count(*) from user");

if(sqlRst.next()){

count = sqlRst.getInt(1);//结果为count(*)表,只有一列。这里通过列的下标索引(1)来获取值

}

//由记录总数除以每页记录数得出总页数

totalpages = (int)Math.ceil(count/(limit*1.0));

//获取跳页时传进来的当前页面参数

String strPage = request.getParameter("pages");

//判断当前页面参数的合法性并处理非法页号(为空则显示第一页,小于0则显示第一页,大于总页数则显示最后一页)

if (strPage == null) {

pages = 1;

} else {

try{

pages = java.lang.Integer.parseInt(strPage);

}catch(Exception e){

pages = 1;

}

if (pages < 1){

pages = 1;

}

if (pages > totalpages){

pages = totalpages;

}

}

//由(pages-1)*limit算出当前页面第一条记录,由limit查询limit条记录。则得出当前页面的记录

sqlRst = sqlStmt.executeQuery("select * from user order by user_id limit " + (pages - 1) * limit + "," + limit);

while (sqlRst.next()){//遍历显示}

跳页的实现:跳页是通过重定向来实现的,通过向当前网页传进待显示的pages,在跳转后根据pages重新算出页面显示的第一条,查limit条显示。

<form name="f1" method="POST" action="index.jsp" onSubmit="return checknum()">

<table border="0" align="center" >

<tr>

<td>第<%=pages%>页 共<%=totalpages%>页 <a href="index.jsp?pages=1">首页</a></td>

<td><a href="index.jsp?pages=<%=(pages<1)?pages:(pages-1) %>"> 上一页</a></td>

<td><a href="index.jsp?pages=<%=(pages>=totalpages)?totalpages:(pages+1)%>"> 下一页</a></td>

<td><a href="index.jsp?pages=<%=totalpages%>">最后一页</a></td>

<td>转到第:<input type="text" name="page" size="8">页<input type="submit" value="GO" name="cndok"></td>

</tr>

</table>

</form>

附:常见数据库分页查询语句

1.oracle数据库分页

select * from (select a.*,rownum rc from 表名 where rownum<=endrow) a where a.rc>=startrow

2.DB2数据库分页

Select * from (select rownumber() over() as rc,a.* from (select * from 表名 order by列名) as a) where rc between startrow and endrow

3.SQL Server 2000数据库分页

Select top pagesize * from 表名 where 列名 not in(select top pagesize*page 列名 from 表名 order by列名) order by列名

4.SQL Server 2005数据库分页

Select * from (select 列名,row_number() over(order by 列名1) as 别名from 表名) as t where t.列名1>=startrow and t.列名1<=endrow

5.MySQL数据库分页

Select * from 表名 limit startrow,pagesize

(Pagesize为每页显示的记录条数)

6.PostgreSQL数据库分页

Select * from 表名 limit pagesize,offset startrow

(Pagesize为每页显示的记录条数)

转载请注明原文地址:http://www.cnblogs.com/ygj0930/p/6134851.html

相关推荐

订单超时自动取消业务的 N 种实现方案,从原理到落地全解析

在分布式系统架构中,订单超时自动取消机制是保障业务一致性的关键组件。某电商平台曾因超时处理机制缺陷导致日均3000+订单库存锁定异常,直接损失超50万元/天。本文将从技术原理、实现细节、...

使用Spring Boot 3开发时,如何选择合适的分布式技术?

作为互联网大厂的后端开发人员,当你满怀期待地用上SpringBoot3,准备在项目中大显身手时,却发现一个棘手的问题摆在面前:面对众多分布式技术,究竟该如何选择,才能让SpringBoot...

数据库内存爆满怎么办?99%的程序员都踩过这个坑!

你的数据库是不是又双叒叕内存爆满了?!服务器监控一片红色警告,老板在群里@所有人,运维同事的电话打爆了手机...这种场景是不是特别熟悉?别慌!作为一个在数据库优化这条路上摸爬滚打了10年的老司机,今天...

springboot利用Redisson 实现缓存与数据库双写不一致问题

使用了Redisson来操作Redis分布式锁,主要功能是从缓存和数据库中获取商品信息,以下是针对并发时更新缓存和数据库带来不一致问题的解决方案1.基于读写锁和删除缓存策略在并发更新场景下,...

外贸独立站数据库炸了?对象缓存让你起死回生

上周黑五,一个客户眼睁睁看着服务器CPU飙到100%——每次页面加载要查87次数据库。这让我想起2024年Pantheon的测试:Redis缓存能把WooCommerce查询速度提升20倍。跨境电商最...

手把手教你在 Spring Boot3 里纯编码实现自定义分布式锁

为什么要自己实现分布式锁?你是不是早就受够了引入各种第三方依赖时的繁琐?尤其是分布式锁这块,每次集成Redisson或者Zookeeper,都得额外维护一堆配置,有时候还会因为版本兼容问题头疼半...

如何设计一个支持百万级实时数据推送的WebSocket集群架构?

面试解答:要设计一个支持百万级实时数据推送的WebSocket集群架构,需从**连接管理、负载均衡、水平扩展、容灾恢复**四个维度切入:连接层设计-**长连接优化**:采用Netty或Und...

Redis数据结构总结——面试最常问到的知识点

Redis作为主流的nosql存储,面试时经常会问到。其主要场景是用作缓存,分布式锁,分布式session,消息队列,发布订阅等等。其存储结构主要有String,List,Set,Hash,Sort...

skynet服务的缺陷 lua死循环

服务端高级架构—云风的skynet这边有一个关于云风skynet的视频推荐给大家观看点击就可以观看了!skynet是一套多人在线游戏的轻量级服务端框架,使用C+Lua开发。skynet的显著优点是,...

七年Java开发的一路辛酸史:分享面试京东、阿里、美团后的心得

前言我觉得有一个能够找一份大厂的offer的想法,这是很正常的,这并不是我们的饭后谈资而是每个技术人的追求。像阿里、腾讯、美团、字节跳动、京东等等的技术氛围与技术规范度还是要明显优于一些创业型公司...

mysql mogodb es redis数据库之间的区别

1.MySQL应用场景概念:关系型数据库,基于关系模型,使用表和行存储数据。优点:支持ACID事务,数据具有很高的一致性和完整性。缺点:垂直扩展能力有限,需要分库分表等方式扩展。对于复杂的查询和大量的...

redis,memcached,nginx网络组件

1.理解阻塞io,非阻塞io,同步io,异步io的区别2.理解BIO和AIO的区别io多路复用只负责io检测,不负责io操作阻塞io中的write,能写多少是多少,只要写成功就返回,譬如准备写500字...

SpringBoot+Vue+Redis实现验证码功能

一个小时只允许发三次验证码。一次验证码有效期二分钟。SpringBoot整合Redis...

AWS MemoryDB 可观测最佳实践

AWSMemoryDB介绍AmazonMemoryDB是一种完全托管的、内存中数据存储服务,专为需要极低延迟和高吞吐量的应用程序而设计。它与Redis和Memcached相似,但具有更...

从0构建大型AI推荐系统:实时化引擎从工具到生态的演进

在AI浪潮席卷各行各业的今天,推荐系统正从幕后走向前台,成为用户体验的核心驱动力。本文将带你深入探索一个大型AI推荐系统从零起步的全过程,揭示实时化引擎如何从单一工具演进为复杂生态的关键路径。无论你是...

取消回复欢迎 发表评论: