Pagination ایک بڑے نتائج کے مجموعے کو علیحدہ صفحات میں تقسیم کرتا ہے، تاکہ آپ ایک ساتھ ہزاروں ریکارڈ لوڈ نہ کریں۔ یہ کارکردگی اور استعمال کے لیے ضروری ہے۔ Django Paginator کلاس فراہم کرتا ہے templates/views کے لیے، اور DRF APIs کے لیے built-in pagination پیش کرتا ہے۔
# ❌ 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 ایک queryset کو صفحات میں تقسیم کرتا ہے اور get_page() ایک page object واپس کرتا ہے جس میں navigation helpers (has_next, next_page_number, وغیرہ) ہوں — یاد رکھیں کہ یہ query میں LIMIT/OFFSET شامل کرتا ہے، لہذا صرف ایک صفحہ ڈیٹا بیس سے حاصل کیا جاتا ہے۔
# 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 list endpoints کو خودکار طور پر paginate کرتا ہے جب configure ہو، نتائج کے ساتھ page metadata (count, next/previous links) واپس کرتے ہوئے — clients فراہم کردہ URLs کے ذریعے navigate کرتے ہیں۔
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.
Pagination بھرپور، استعمال میں آنے والی applications بنانے کے لیے ضروری ہے جو حقیقی ڈیٹا حجم کو سنبھالتے ہیں — اس کے بغیر، listing endpoints اور صفحات جو مکمل tables لوڈ کرتے ہیں (ممکنہ طور پر ہزاروں یا لاکھوں rows) سست، میموری کے لحاظ سے سنگین، اور غیر قابلِ استعمال بن جاتے ہیں، دونوں database پر دباؤ ڈالتے ہیں اور صارفین اور clients کو غیر منطقی بناتے ہیں۔
Pagination کو سمجھنا روزمرہ عملی علم ہے: Django کا Paginator روایتی views/templates کو سنبھالتا ہے (querysets کو navigation helpers کے ساتھ صفحات میں تقسیم کرتے ہوئے، LIMIT/OFFSET کے ذریعے صرف ایک صفحہ کو موثر انداز میں حاصل کرتے ہوئے)، اور DRF کا built-in pagination APIs کو سنبھالتا ہے (خودکار طور پر metadata اور navigation links کے ساتھ list endpoints کو paginate کرتے ہوئے جب configure ہو) — دونوں ضروری ہیں اس پر منحصر ہے کہ آپ server-rendered صفحات یا APIs بنا رہے ہیں۔
دونوں سیاق و سباق میں pagination کو implement کرنے کا طریقہ جاننا تقریباً کسی بھی ڈیٹا-listing feature کے لیے ضروری ہے۔
کارکردگی کا نکتہ خاص طور پر قابلِ قدر senior-level علم ہے: معیاری OFFSET-based pagination بہت بڑی tables کے گہرے صفحات پر کمزور ہو جاتا ہے (database کو تمام پچھلی rows کو skip کرنا ضروری ہے)، لہذا cursor (keyset) pagination بہت بڑے یا تیزی سے بدلنے والے ڈیٹاسیٹ کے لیے موثر انتخاب ہے، اور ہمیشہ ایک stable field کی طرف سے ordering کرنا ضروری ہے تاکہ صفحات میں غیر مطابقت یا نقل شدہ نتائج سے بچا جا سکے۔
بنیادی mechanics (Paginator، DRF pagination classes) اور ان کارکردگی کی تشویشات (OFFSET بمقابلہ cursor pagination، مستقل ordering) دونوں کو سمجھنا ضروری ہے تاکہ ایسی applications بنائی جا سکیں جو ڈیٹا بڑھنے پر تیز اور درست رہیں — pagination ایک ہر جگہ موجود ضرورت ہے، اور اسے اچھی طریقے سے کرنا، خاص طور پر scale پر، ایک عملی مہارت ہے جو براہ راست application کی کارکردگی اور صارف کے تجربے کو متاثر کرتی ہے۔