Las aplicaciones web suelen paginar los datos a medida que se presentan a los usuarios. El usuario final recibe una página de resultados y, cuando navega a la página siguiente, se recupera y se presenta el siguiente lote de resultados. En esta página, se describe cómo agregar paginación a los resultados de la búsqueda cuando se realiza una búsqueda en el texto completo en Spanner.
Opciones de paginación
Cada página de un conjunto de resultados paginados se recupera mediante una consulta independiente, y Spanner no mantiene ningún estado entre las páginas. Cualquier elemento que cambie entre consultas consecutivas, como los datos o el orden de clasificación, puede hacer que los resultados sean incoherentes: cuando la aplicación pasa a la página siguiente, se pueden omitir filas o se pueden repetir filas de la página anterior. Este comportamiento se aplica a todas las consultas paginadas en Spanner, aunque el método de paginación que elijas determina cuánto afectan estos cambios a los resultados.
Existen dos formas de implementar consultas paginadas en Spanner: paginación basada en claves (recomendada) y paginación basada en compensaciones.
La paginación basada en claves es un método para recuperar resultados de la búsqueda en fragmentos más pequeños y manejables, a la vez que se garantizan resultados coherentes en todas las solicitudes. Se usa un identificador único (la "clave") del último resultado de una página como punto de referencia para recuperar el siguiente conjunto de resultados.
Por lo general, Spanner recomienda usar la paginación basada en claves, excepto cuando se paginan los resultados de la búsqueda clasificados. Si bien la paginación basada en compensaciones es más fácil de implementar, tiene dos desventajas importantes:
- Costo de consulta más alto: La paginación basada en compensaciones debe recuperar y descartar los resultados de todas las páginas anteriores, lo que aumenta los costos y disminuye el rendimiento.
- Resultados incoherentes: En las consultas paginadas, cada página suele recuperarse con una marca de tiempo de lectura diferente. Por ejemplo, la primera página podría provenir de una consulta a la 1:00 p.m. y la siguiente, de una consulta a la 1:10 p.m. Entre las consultas, cualquier fila insertada o borrada antes del desplazamiento actual cambia las filas que la siguen, por lo que las filas se omiten o se repiten en las páginas.
Por otro lado, la paginación basada en claves usa un identificador único (clave) del último resultado de una página para recuperar el siguiente conjunto de resultados. Este enfoque garantiza una recuperación eficiente y resultados más coherentes: la página siguiente se reanuda desde la última clave de la página anterior, por lo que solo las escrituras simultáneas que mueven filas a través de ese límite afectan los resultados. Por ejemplo, se omite una fila recién insertada que se ordena antes de esa clave, mientras que se repite una fila mostrada anteriormente que se actualiza para ordenarse después de esa clave.
Para proporcionar estabilidad en los resultados de la página, la aplicación podría emitir todas las consultas
para diferentes páginas en la misma marca de tiempo. Sin embargo, esto puede fallar si la
consulta supera el período de retención
de la versión
(el valor predeterminado es 1 hora). Por ejemplo, esta falla ocurre si version_gc es
de una hora y el usuario final recuperó los primeros resultados a la 1 p.m. y hace clic en Siguiente
a las 3 p.m.
Usa la paginación basada en claves
La paginación basada en claves recuerda el último elemento de la página anterior y lo usa como
punto de partida para la consulta de la página siguiente. Para lograrlo, la consulta debe devolver
las columnas especificadas en la cláusula ORDER BY y limitar la cantidad de filas
con LIMIT.
Para que la paginación basada en claves funcione, la consulta debe ordenar los resultados según un orden total estricto. La forma más sencilla de obtener uno es elegir cualquier orden total y, luego, agregar columnas de desempate, si es necesario. En la mayoría de los casos, el orden total es el orden de clasificación del índice de búsqueda, y la combinación única de columnas es la clave primaria de la tabla base.
Con nuestro esquema de muestra Albums, para la primera página, la consulta se ve de la siguiente manera:
GoogleSQL
SELECT AlbumId, ReleaseTimestamp
FROM Albums
WHERE SEARCH(AlbumTitle_Tokens, "fifth symphony")
ORDER BY ReleaseTimestamp DESC, AlbumId
LIMIT 10;
PostgreSQL
SELECT albumid, releasetimestamp
FROM albums
WHERE spanner.search(albumtitle_tokens, 'fifth symphony')
ORDER BY releasetimestamp DESC, albumid
LIMIT 10;
AlbumId es el desempate, ya que ReleaseTimestamp no es una clave. Podría
haber dos álbumes diferentes con el mismo valor para ReleaseTimestamp.
Para reanudar, la aplicación vuelve a ejecutar la misma consulta, pero con una cláusula WHERE
que restringe los resultados de la página anterior. La condición adicional
debe tener en cuenta la dirección de la clave (ascendente o descendente), los desempates
y el orden de los valores NULL para las columnas que admiten valores nulos.
En nuestro ejemplo, AlbumId es la única columna de clave (en orden ascendente) y no puede ser NULL, por lo que la condición es la siguiente:
GoogleSQL
SELECT AlbumId, ReleaseTimestamp
FROM Albums
WHERE (ReleaseTimestamp < @last_page_release_timestamp
OR (ReleaseTimestamp = @last_page_release_timestamp
AND AlbumId > @last_page_album_id))
AND SEARCH(AlbumTitle_Tokens, @p)
ORDER BY ReleaseTimestamp DESC, AlbumId ASC
LIMIT @page_size;
PostgreSQL
En este ejemplo, se usan los parámetros de consulta $1, $2, $3 y $4, que están vinculados
a los valores especificados para last_page_release_timestamp, last_page_album_id,
query y page_size, respectivamente.
SELECT albumid, releasetimestamp
FROM albums
WHERE (releasetimestamp < $1
OR (releasetimestamp = $1
AND albumid > $2))
AND spanner.search(albumtitle_tokens, $3)
ORDER BY releasetimestamp DESC, albumid ASC
LIMIT $4;
Spanner interpreta este tipo de condición como buscable. Esto significa que Spanner no lee el índice de los documentos que estás filtrando. Esta optimización es lo que hace que la paginación basada en claves sea mucho más eficiente que la paginación basada en desplazamientos.
Usa la paginación basada en desplazamientos
La paginación basada en compensaciones aprovecha las cláusulas LIMIT y OFFSET de la consulta en SQL
para simular páginas. El valor LIMIT indica la cantidad de resultados por página.
El valor OFFSET se establece en cero para la primera página, el tamaño de la página para la segunda página y el doble del tamaño de la página para la tercera página.
Por ejemplo, la siguiente consulta recupera la tercera página, con un tamaño de página de 50:
GoogleSQL
SELECT AlbumId
FROM Albums
WHERE SEARCH(AlbumTitle_Tokens, "fifth symphony")
ORDER BY ReleaseTimestamp DESC, AlbumId
LIMIT 50 OFFSET 100;
PostgreSQL
SELECT albumid
FROM albums
WHERE spanner.search(albumtitle_tokens, 'fifth symphony')
ORDER BY releasetimestamp DESC, albumid
LIMIT 50 OFFSET 100;
Notas de uso:
- Se recomienda usar la cláusula
ORDER BYpara garantizar un orden coherente entre las páginas. - En las consultas de producción, usa parámetros de consulta en lugar de constantes para especificar
LIMITyOFFSETpara que el almacenamiento en caché de consultas sea más eficiente. Para obtener más información, consulta Parámetros de consulta.
Pagina los resultados de la búsqueda clasificados
Spanner recomienda la paginación basada en compensaciones para las
consultas clasificadas, que ordenan
los resultados por el valor de la función SCORE en lugar de por las columnas de clave de la
tabla. Aunque puedes incluir la última puntuación de la página anterior en la cláusula WHERE para la página siguiente, esa condición no se puede buscar y, por lo tanto, no proporciona los beneficios de costo y rendimiento de la paginación basada en claves. Además, los valores de SCORE no se pueden comparar entre las versiones del puntuador, por lo que la paginación basada en compensaciones produce menos filas omitidas o repetidas cuando cambia la versión del puntuador.
Para paginar los resultados clasificados, ordénalos por la puntuación con la clave primaria como
desempate y pagina con LIMIT y OFFSET. Por ejemplo, la siguiente consulta
recupera la primera página con un tamaño de página de dos:
GoogleSQL
SELECT
AlbumId,
SCORE(AlbumTitle_Tokens, @p) AS Score
FROM Albums
WHERE SEARCH(AlbumTitle_Tokens, @p)
ORDER BY Score DESC, AlbumId
LIMIT 2 OFFSET 0;
PostgreSQL
En este ejemplo, se usa el parámetro de consulta $1, que está vinculado a la cadena de consulta.
SELECT
albumid,
spanner.score(albumtitle_tokens, $1) AS score
FROM albums
WHERE spanner.search(albumtitle_tokens, $1)
ORDER BY score DESC, albumid
LIMIT 2 OFFSET 0;
El valor de SCORE depende de la
versión del anotador.
Spanner usa la versión de puntuador predeterminada de la base de datos, a menos que la
consulta establezca una. Una nueva versión del puntuador puede cambiar el orden de los resultados, por lo que, si
la versión del puntuador cambia entre dos páginas de la misma consulta paginada, las
páginas pueden ser incoherentes. Por ejemplo, supongamos que los álbumes que coinciden tienen las siguientes puntuaciones en dos versiones del puntuador:
| AlbumId | Puntuación con la versión 1 | Puntuación con la versión 2 |
|---|---|---|
| 1 | 0.9 | 0.7 |
| 2 | 0.8 | 0.95 |
| 3 | 0.7 | 0.6 |
| 4 | 0.6 | 0.85 |
Con la versión 1 y un tamaño de página de dos, la primera página devuelve los álbumes 1 y 2. Si
la versión del anotador cambia a la versión 2 antes de que se recupere la segunda página, esta
se calcula con OFFSET 2 en el orden de la versión 2, en el que los
álbumes se clasifican como 2, 4, 1, 3. Como resultado, la segunda página devuelve los álbumes 1 y
3, por lo que se repite el álbum 1 y se omite el álbum 4.
Los cambios en la versión del puntuador son poco frecuentes: la versión predeterminada del puntuador de la base de datos solo cambia cuando la actualizas o cuando Spanner migra la base de datos a una versión predeterminada posterior, y solo se ven afectadas las consultas paginadas que están en curso en ese momento. Para la mayoría de las aplicaciones, esta breve incoherencia es aceptable, y Spanner recomienda usar la versión predeterminada del puntuador para que siempre te beneficies de las mejoras más recientes del puntuador.
Si necesitas tener más control sobre el cambio, tienes dos opciones:
- Nivel de la base de datos: Establece tú mismo la versión del puntuador predeterminada de la base de datos, como se describe en Establece la versión del puntuador predeterminada de la base de datos. Establecer esta opción no evita la inconsistencia, pero te permite elegir cuándo se produce el cambio (por ejemplo, durante un período de poco tráfico) o permanecer en la versión actual hasta que todo esté listo.
- Nivel de consulta: Fija la versión del puntuador en la consulta y llévala en tu estado de paginación, como se describe en los siguientes pasos. Este enfoque mantiene las consultas paginadas en curso en la versión del puntuador con la que comenzaron, por lo que el cambio no las afecta. Sin embargo, estas consultas siguen sujetas al desplazamiento de filas debido a las escrituras simultáneas, como ocurre con cualquier paginación basada en compensaciones. Este enfoque es más complejo de implementar y no es necesario para la mayoría de las aplicaciones.
Para fijar la versión del anotador en el nivel de la consulta, completa los siguientes pasos:
Establece la versión del anotador de forma explícita en el argumento
optionsde la funciónSCORE. Usa la misma consulta para cada página, con el desplazamiento establecido en0para la primera página:GoogleSQL
SELECT AlbumId, SCORE(AlbumTitle_Tokens, @p, options=>JSON_OBJECT('version', @score_version)) AS Score FROM Albums WHERE SEARCH(AlbumTitle_Tokens, @p) ORDER BY Score DESC, AlbumId LIMIT @page_size OFFSET @offset;PostgreSQL
En este ejemplo, se usan los parámetros de consulta
$1,$2,$3y$4, que están vinculados a la cadena de consulta, las opciones del puntuador como un valorJSONB, como{"version": 2}, el tamaño de la página y el desplazamiento, respectivamente.SELECT albumid, spanner.score(albumtitle_tokens, $1, options => $2) AS score FROM albums WHERE spanner.search(albumtitle_tokens, $1) ORDER BY score DESC, albumid LIMIT $3 OFFSET $4;Para la primera página, toma la versión del anotador de la configuración de tu aplicación. Por lo general, es el mismo valor que la versión del anotador predeterminada de tu base de datos, de modo que las consultas paginadas y otras consultas se clasifiquen de la misma manera.
Almacena la versión del anotador que vinculaste, junto con el desplazamiento de la página siguiente, en tu estado de paginación, por ejemplo, en una cookie de sesión o en el token de página opaco que devuelve tu API.
Para cada página posterior, pasa la versión del anotador almacenada en la consulta, en lugar de leer la versión de la configuración actual de tu aplicación. Este enfoque mantiene la coherencia de los resultados paginados en los cambios de versión del puntuador, ya sea que cambie el valor predeterminado de la base de datos o que actualices la configuración de tu aplicación.
La versión del marcador fijada en la consulta tiene prioridad sobre la versión predeterminada del marcador de la base de datos. Para mover las consultas fijadas a una versión más reciente del puntuador, cambia el valor en la configuración de tu aplicación.
¿Qué sigue?
- Obtén más información para clasificar los resultados de la búsqueda.
- Obtén información para realizar una búsqueda de subcadena.
- Obtén más información para mezclar consultas de texto completo y que no sean de texto.
- Obtén más información para buscar en varias columnas.