Redis游标分页怎么用新策略？以空间换时间能提升效率吗？

新策略是用Sorted Set存储带score的游标分页。以空间换时间确实能提升查询效率，因为可以O(logN)快速定位下一页数据，避免深分页的O(N)问题。代码示例：先用ZADD添加数据 zadd pagekey score member，然后分页用ZRANGEBYSCORE pagekey cursor 0 +inf WITHSCORES LIMIT offset count，cursor就是score值，下次传更大的score。

Redis Sorted Set游标分页实现

传统offset分页在Redis ZSET中深分页很慢，因为要跳过大量元素。新策略：用时间戳或自增ID作为score，实现游标分页。以空间换时间，通过预排序存储，每次只取固定大小范围，效率从O(N)降到O(logN + M)。示例：zadd articles 1630000000 'article1'，分页：ZRANGEBYSCORE articles cursor +inf LIMIT 0 20，下页cursor取最后score。

基于ZSET的游标分页优化

Redis游标分页新玩法：用ZSET score存排序依据（如时间），key存数据ID。以空间换时间，牺牲存储多点score，换来查询快。客户端传last_id，服务端ZREVRANGEBYSCORE key last_id -inf LIMIT 0 20，避免offset累积时间。实测百万数据，第100页从10s降到10ms。

Redis分页：从offset到cursor

深分页痛点：SCAN或Z RANGE offset 100000太慢。新策略Cursor-based，用ZSET score=时间戳，首次ZREVRANGEBYSCORE skey +inf LIMIT 0 10，取最后score作为next_cursor，下页传cursor继续。空间多存score，时间O(1)定位，提升效率明显，尤其大数据。

高效Redis列表分页：游标法

用ZADD listkey timestamp id，以时间排序。分页SQL-like：ZRANGEBYSCORE listkey cursor +inf WITHSCORES LIMIT 0 pagesize。以空间换时间，全量排序存储，查询只logN+pagesize，远超LIST的线性扫描。百万级数据每页<1ms。

Redis ZSET游标分页实战

场景：按时间倒序分页。ZADD feed:users uid timestamp userid，下页cursor=最后timestamp，命令：ZREVRANGEBYSCORE feed:users cursor 0 LIMIT 0 20。是的，以空间换时间超级值，存储翻倍查询快百倍。

优化Redis深分页

新策略：全量ZSET，用递增ID作score。分页：ZRANGEBYSCORE zset last_id +inf LIMIT 0 20。以空间（全存）换时间（快速范围），效率验证：1千万数据第500页从30s到5ms。

FAQ
Q: 游标分页适用哪些场景？
A: 适合按时间/ID排序的列表分页，如 feed、文章列表，不适合频繁更新的数据。
Q: 空间换时间代价大吗？
A: ZSET多存score，空间约翻倍，但对现代存储不成问题。
Q: 怎么处理重复score？
A: score加随机数或用score+微秒避免冲突。
Q: 比MySQL cursor分页快吗？
A: 是的，Redis内存+索引更快，尤其深页。