Golang实现数据分页技巧分享
本文深入探讨了在 Golang 中实现数据分页显示的有效方法,并针对数据库和内存数据两种常见场景提供了详细的实现方案。核心在于通过`page`(当前页码)和`page_size`(每页显示数量)计算`offset`(偏移量),进而控制数据的检索范围。针对数据库分页,文章重点介绍了如何结合 SQL 的 `LIMIT` 和 `OFFSET` 语句,以及 Golang 的 `database/sql` 或 GORM 库进行分页查询,并详细展示了获取总条数、总页数等关键分页元信息的代码示例。此外,对于小数据集,文章还提供了基于切片操作的内存分页方法。无论选择哪种方式,正确计算 `offset` 并返回必要的分页信息是关键。
分页通过page和page_size计算offset实现,数据库分页用LIMIT和OFFSET查询,内存分页用切片截取,需返回总条数、总页数等元信息。

在Golang中实现数据分页显示,核心是通过限制查询数量和偏移量来控制返回的数据范围。通常结合数据库查询(如MySQL、PostgreSQL)或内存数据处理来完成。以下是具体实现方式。
1. 分页的基本参数
分页通常需要两个关键参数:
- page:当前页码(一般从1开始)
- page_size 或 limit:每页显示的记录数
根据这两个参数,可以计算出 SQL 查询所需的 offset:
offset = (page - 1) * page_size2. 数据库查询中的分页(以MySQL为例)
使用 SQL 的 LIMIT 和 OFFSET 实现分页查询:
SELECT id, name, email FROM users LIMIT ? OFFSET ?在Go中结合 database/sql 或 GORM 等库执行:
示例代码(使用 database/sql):
func GetUsers(db *sql.DB, page, pageSize int) ([]User, error) {offset := (page - 1) * pageSize
rows, err := db.Query("SELECT id, name, email FROM users LIMIT ? OFFSET ?", pageSize, offset)
if err != nil {
return nil, err
}
defer rows.Close()
var users []User
for rows.Next() {
var u User
err := rows.Scan(&u.ID, &u.Name, &u.Email)
if err != nil {
return nil, err
}
users = append(users, u)
}
return users, nil
}
3. 返回分页元信息
前端常需要总条数、总页数等信息。可以在查询时一并获取:
func GetUsersWithPagination(db *sql.DB, page, pageSize int) (map[string]interface{}, error) {var total int
err := db.QueryRow("SELECT COUNT(*) FROM users").Scan(&total)
if err != nil {
return nil, err
}
users, err := GetUsers(db, page, pageSize)
if err != nil {
return nil, err
}
return map[string]interface{}{
"data": users,
"total": total,
"page": page,
"page_size": pageSize,
"pages": (total + pageSize - 1) / pageSize,
}, nil
}
4. 内存数据分页(适用于小数据集)
如果数据已加载到内存中,可以通过切片操作实现分页:
func Paginate(slice []User, page, pageSize int) []User {start := (page - 1) * pageSize
if start >= len(slice) {
return []User{}
}
end := start + pageSize
if end > len(slice) {
end = len(slice)
}
return slice[start:end]
}
基本上就这些。数据库分页适合大数据量,注意性能优化;内存分页适合小数据,简单直接。关键是正确计算 offset 并返回必要的分页信息。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。
CSS多栏布局技巧全解析
- 上一篇
- CSS多栏布局技巧全解析
- 下一篇
- RecursiveAction与RecursiveTask区别详解
-
- Golang · Go教程 | 1天前 | Go教程 · Go encoding/xml 空元素 指针字段
- Go encoding/xml 空元素与指针字段的处理方式
- 142浏览 收藏
-
- Golang · Go教程 | 1天前 | Go教程 · Go encoding/xml 字段映射 Unmarshaler
- Go encoding/xml 自定义 Unmarshaler 的字段映射
- 189浏览 收藏
-
- Golang · Go教程 | 1天前 |
- Go encoding/xml Token 流式读取大型 XML
- 424浏览 收藏
-
- Golang · Go教程 | 1天前 | go · encoding/json · JSON Go encoding/json omitempty
- Go encoding/json omitempty 对零值字段的输出边界
- 192浏览 收藏
-
- Golang · Go教程 | 1天前 |
- Go encoding/json Decoder Token 流式读取嵌套结构
- 364浏览 收藏
-
- Golang · Go教程 | 1天前 |
- Go encoding/json Decoder UseNumber 保留大整数精度
- 328浏览 收藏
-
- Golang · Go教程 | 1天前 |
- Go fmt.Scanner 自定义扫描规则的实现要点
- 182浏览 收藏
-
- Golang · Go教程 | 1天前 |
- Go fmt.Appendf 追加格式化结果的低分配写法
- 478浏览 收藏
-
- Golang · Go教程 | 1天前 |
- Go strings.IndexByte 定位协议分隔符的低分配写法
- 413浏览 收藏
-
- Golang · Go教程 | 1天前 | go · Strings · Go 字符串前缀 strings.CutPrefix
- Go strings.CutPrefix 处理可选前缀的分支设计
- 165浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 269次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 322次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 307次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 284次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 103次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览
