Paginering delar upp stora resultatmängder i diskreta sidor, så du laddar inte tusentals poster på en gång. Det är väsentligt för prestanda och användbarheten. Django tillhandahåller en Paginator-klass för mallar/vyer, och DRF erbjuder inbyggd paginering för API:er.
# ❌ loading everything — slow, memory-heavy, bad UX with thousands of rows
articles = Article.objects.()
from django.core.paginator import Paginator
def article_list(request):
articles = Article.objects.all().order_by("-created_at") # ORDER matters for consistent pages
paginator = Paginator(articles, 20) # 20 items per page
page_number = request.GET.get("page") # ?page=2
page_obj = paginator.get_page(page_number) # the requested page
return render(request, "list.html", {"page_obj": page_obj})
<!-- in the template -->
{% for article in page_obj %}
<h2>{{ article.title }}</h2>
{% endfor %}
{% if page_obj.has_previous %}<a href="?page={{ page_obj.previous_page_number }}">Prev</a>{% endif %}
Page {{ page_obj.number }} of {{ page_obj.paginator.num_pages }}
{% if page_obj.has_next %}<a href="?page={{ page_obj.next_page_number }}">Next</a>{% endif %}
Paginator delar upp en queryset i sidor och get_page() returnerar ett sidobjekt med navigeringshjälpare (has_next, next_page_number, etc.) — notera att det lägger till LIMIT/OFFSET till frågan, så endast en sida hämtas från databasen.
# global default in settings.py
REST_FRAMEWORK = {
"DEFAULT_PAGINATION_CLASS": "rest_framework.pagination.PageNumberPagination",
"PAGE_SIZE": 20,
}
# now list endpoints are automatically paginated, returning:
# { "count": 1000, "next": "...?page=3", "previous": "...?page=1", "results": [...] }
DRF paginerar list-endpoints automatiskt när det är konfigurerat, och returnerar sidmetadata (antal, nästa/tidigare länkar) tillsammans med resultaten — klienter navigerar via de tillhandahållna URL:erna.
PageNumberPagination → ?page=2 (simple page numbers)
LimitOffsetPagination → ?limit=20&offset=40 (flexible offsets)
CursorPagination → opaque cursor; consistent & performant for large/changing data
(avoids OFFSET performance issues on huge datasets)
⚠️ OFFSET-based pagination (page/offset) gets SLOWER on deep pages of huge tables
(the DB must skip OFFSET rows). For very large datasets, CURSOR pagination
(keyset, using a WHERE on an indexed column) is far more efficient.
⚠️ Always ORDER BY a stable field, or pages can be inconsistent/repeat items.
Paginering är väsentlig för att bygga högpresterande, användbara applikationer som hanterar verklig datamängd — utan det blir listningsändpunkter och sidor som laddar hela tabeller (potentiellt tusentals eller miljoner rader) långsamma, minnesintensiva och oanvändbara, både belastande databasen och överväldigande användare och klienter.
Att förstå paginering är vardaglig praktisk kunskap: Djangos Paginator hanterar traditionella vyer/mallar (delar querysets in i sidor med navigeringshjälpare, hämtar effektivt endast en sida via LIMIT/OFFSET), och DRF:s inbyggda paginering hanterar API:er (paginerar automatiskt list-endpoints med metadata och navigeringslänkar när det är konfigurerat) — båda behövs beroende på om du bygger server-renderade sidor eller API:er.
Att kunna implementera paginering i båda sammanhangen är nödvändigt för nästan alla data-listningsfunktioner.
Prestanda-nyansen är särskilt värdefull kunskaper på seniornivå: standard OFFSET-baserad paginering försämras på djupa sidor av mycket stora tabeller (databasen måste hoppa över alla föregående rader), så cursor (keyset) paginering är det effektiva valet för enorma eller snabbt förändrande datamängder, och att alltid sortera efter ett stabilt fält är nödvändigt för att undvika inkonsistenta eller duplicerade resultat över sidor.
Att förstå både grundmekaniken (Paginator, DRF-paginerings-klasser) och dessa prestandahänsyn (OFFSET vs cursor-paginering, konsistent sortering) är viktigt för att bygga applikationer som förblir snabba och korrekta när data växer — paginering är ett allestädes närvarande krav, och att göra det väl, särskilt i stor skala, är en praktisk färdighet som direkt påverkar applikationens prestanda och användarupplevelse.