Реалізація GraphQL пагінації: cursor-based vs offset-based

Наша компанія займається розробкою, підтримкою та обслуговуванням сайтів будь-якої складності. Від простих односторінкових сайтів до масштабних кластерних систем, побудованих на мікро сервісах. Досвід розробників підтверджено сертифікатами від вендорів.

Розробка та обслуговування будь-яких видів сайтів:

Інформаційні сайти або веб-програми
Сайти візитки, landing page, корпоративні сайти, онлайн каталоги, квіз, промо-сайти, блоги, ресурси новин, інформаційні портали, форуми, агрегатори
Сайти або веб-програми електронної комерції
Інтернет-магазини, B2B-портали, маркетплейси, онлайн-обмінники, кешбек-сайти, біржі, дропшиппінг-платформи, парсери товарів
Веб-програми для управління бізнес-процесами
CRM-системи, ERP-системи, корпоративні портали, системи управління виробництвом, парсери інформації
Сайти або веб-програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, конструктори сайтів, портали надання електронних послуг, відеохостинги, тематичні портали

Це лише деякі з технічних типів сайтів, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 2062 послуг
Реалізація GraphQL пагінації: cursor-based vs offset-based
Середній
~2-3 дні
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_website-b2b-advance_0.webp
    Розробка сайту компанії B2B ADVANCE
    1358
  • image_web-applications_feedme_466_0.webp
    Розробка веб-додатків для компанії FEEDME
    1251
  • image_websites_belfingroup_462_0.webp
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    957
  • image_ecommerce_furnoro_435_0.webp
    Розробка інтернет магазину для компанії FURNORO
    1188
  • image_crm_enviok_479_0.webp
    Розробка веб-додатків для компанії Enviok
    929
  • image_bitrix-bitrix-24-1c_fixper_448_0.webp
    Розробка веб-сайту для компанії ФІКСПЕР
    947

Реалізація GraphQL пагінації: cursor-based та offset

Уявіть: ваш інтернет-магазин виводить каталог товарів посторінково, по 20 штук. Користувач переходить на сторінку 3, а в цей момент адміністратор додає новий товар. Що відбудеться? Offset-пагінація зрушить усі рядки — на сторінці 3 з'являться дублікати зі сторінки 2. Знайома ситуація? Cursor-based пагінація вирішує її повністю — курсор фіксує позицію, і жодні вставки не порушують вибірку.

На практиці ми використовуємо обидві стратегії залежно від завдання. У цій статті розберемо технічну реалізацію cursor-based (Relay-стиль) та offset-based пагінації, порівняємо їх продуктивність і покажемо готові приклади коду.

Проблеми, які вирішуємо

Дублікати при offset. Якщо користувач переходить на сторінку 3, а між запитами додався новий запис, він зміщує всі рядки — користувач бачить дублі. Повільна робота з великим зсувом. LIMIT 20 OFFSET 1000000 змушує БД сканувати мільйон рядків — різниця в часі може сягати 100 разів порівняно з cursor-запитом. Наприклад, на тестовій таблиці в 1 млн записів offset зі зсувом 500 000 виконувався 2.3 секунди, тоді як cursor-запит — 0.02 секунди. Складність з довільним переходом для cursor. Cursor-based не підтримує перехід на довільну сторінку — тільки вперед/назад. Ми вирішуємо всі ці сценарії, підбираючи оптимальну стратегію під ваш стек.

Offset пагінація

Підходить для адміністративних таблиць і списків з рідкісними оновленнями:

type Query {
  posts(limit: Int = 20, offset: Int = 0): PostList!
}

type PostList {
  items: [Post!]!
  total: Int!
  limit: Int!
  offset: Int!
  hasNextPage: Boolean!
}
const resolvers = {
  Query: {
    posts: async (parent, { limit = 20, offset = 0 }, context) => {
      const safeLimit = Math.min(limit, 100)

      const [items, total] = await Promise.all([
        context.db.query(
          'SELECT * FROM posts ORDER BY created_at DESC LIMIT $1 OFFSET $2',
          [safeLimit, offset]
        ),
        context.db.queryOne('SELECT COUNT(*) as total FROM posts')
      ])

      return {
        items,
        total: parseInt(total.total),
        limit: safeLimit,
        offset,
        hasNextPage: offset + safeLimit < parseInt(total.total)
      }
    }
  }
}

Cursor-based пагінація (Relay Connection)

Стандарт Relay (див. специфікацію Relay GraphQL Server Specification) — правильний вибір для нескінченного прокручування та даних, що часто змінюються:

type Query {
  posts(
    first: Int
    after: String
    last: Int
    before: String
    filter: PostFilter
  ): PostConnection!
}

type PostConnection {
  edges: [PostEdge!]!
  pageInfo: PageInfo!
  totalCount: Int!
}

type PostEdge {
  node: Post!
  cursor: String!
}

type PageInfo {
  hasNextPage: Boolean!
  hasPreviousPage: Boolean!
  startCursor: String
  endCursor: String
}
// Курсор — base64-закодированный ID или timestamp
function encodeCursor(id) {
  return Buffer.from(`cursor:${id}`).toString('base64')
}

function decodeCursor(cursor) {
  const decoded = Buffer.from(cursor, 'base64').toString('utf8')
  const match = decoded.match(/^cursor:(.+)$/)
  return match ? match[1] : null
}

const resolvers = {
  Query: {
    posts: async (parent, { first = 20, after, last, before, filter }, context) => {
      const limit = Math.min(first || last || 20, 100)

      let query = 'SELECT * FROM posts'
      const params = []
      const conditions = []

      if (filter?.authorId) {
        params.push(filter.authorId)
        conditions.push(`author_id = $${params.length}`)
      }

      if (after) {
        const afterId = decodeCursor(after)
        params.push(afterId)
        conditions.push(`id < $${params.length}`)  // для DESC сортировки
      }

      if (before) {
        const beforeId = decodeCursor(before)
        params.push(beforeId)
        conditions.push(`id > $${params.length}`)
      }

      if (conditions.length) {
        query += ' WHERE ' + conditions.join(' AND ')
      }

      query += ' ORDER BY id DESC'
      params.push(limit + 1)
      query += ` LIMIT $${params.length}`

      const rows = await context.db.query(query, params)
      const hasMore = rows.length > limit
      const items = hasMore ? rows.slice(0, limit) : rows

      const edges = items.map(row => ({
        node: row,
        cursor: encodeCursor(row.id)
      }))

      const totalCount = await context.db.queryOne(
        'SELECT COUNT(*) FROM posts'
      ).then(r => parseInt(r.count))

      return {
        edges,
        totalCount,
        pageInfo: {
          hasNextPage: after ? hasMore : false,
          hasPreviousPage: before ? hasMore : false,
          startCursor: edges[0]?.cursor ?? null,
          endCursor: edges[edges.length - 1]?.cursor ?? null
        }
      }
    }
  }
}

Чому cursor-based пагінація швидша при великому зсуві?

Offset-запит з OFFSET 1000000 змушує базу даних прочитати мільйон рядків, перш ніж повернути 20. Cursor-based використовує index seek: WHERE id > last_id — це O(log N). На таблиці в 10 мільйонів рядків різниця в часі сягає 100 разів. Cursor-based економить ресурси CPU та I/O, що критично при високих навантаженнях.

Як вибрати між offset та cursor пагінацією?

Вибір стратегії залежить від сценарію. Наприклад, для стрічки новин у соцмережі ми використовуємо тільки cursor-based — користувач не помічає дублікатів при додаванні нових постів. А для панелі адміністратора з пошуком за ID — offset, оскільки потрібна сторінка 5 з 100.

Сценарій Рекомендація
Адмінка з посторінковою навігацією Offset
Нескінченне прокручування стрічки Cursor
Real-time оновлення (чат, сповіщення) Cursor
Експорт усіх даних (без пагінації) Offset з лімітом
Пошук з фільтрами Залежить від частоти оновлень

Як реалізувати пагінацію з Relay Connection?

Покроково:

  1. Визначте Connection-тип (edges, pageInfo) у схемі.
  2. У резолвері запитайте на один запис більше, ніж limit — це визначить hasNextPage.
  3. Закодуйте курсор base64 (можна використовувати ID або складений ключ).
  4. На клієнті налаштуйте fetchMore та field policy для merge.
// Apollo Client — бесконечная прокрутка
const { data, fetchMore, loading } = useQuery(GET_POSTS, {
  variables: { first: 20 }
})

const loadMore = () => {
  const endCursor = data.posts.pageInfo.endCursor
  if (!endCursor || !data.posts.pageInfo.hasNextPage) return

  fetchMore({
    variables: { first: 20, after: endCursor },
    updateQuery: (prev, { fetchMoreResult }) => {
      if (!fetchMoreResult) return prev
      return {
        posts: {
          ...fetchMoreResult.posts,
          edges: [
            ...prev.posts.edges,
            ...fetchMoreResult.posts.edges
          ]
        }
      }
    }
  })
}

// С Apollo Client 3 — InMemoryCache field policies
const cache = new InMemoryCache({
  typePolicies: {
    Query: {
      fields: {
        posts: relayStylePagination(['filter'])
      }
    }
  }
})

Порівняння стратегій: offset vs cursor

Критерій Offset Cursor
Довільний перехід на сторінку Так Ні
Коректність при вставках Ні (дублі/пропуски) Так
Сортування за будь-яким полем Просто Потребує індекс
Нескінченне прокручування Ні Так
Масштабованість (OFFSET 1M) Повільно Швидко (до 100x)
Реалізація Простіше Складніше

Що входить у реалізацію пагінації під ключ

Наша команда надає:

  • аналіз поточної схеми даних і вибір стратегії;
  • проектування Connection-типів і резолверів;
  • реалізацію offset та cursor пагінації за стандартом Relay;
  • налаштування клієнтської сторони (Apollo Client, field policies);
  • навантажувальне тестування (до 10 000 записів, до 1000 одночасних запитів);
  • документацію API в GraphQL Playground;
  • передачу вихідного коду та доступів.

Зв'яжіться з нами для консультації — ми підберемо оптимальне рішення під ваше завдання. Замовте реалізацію пагінації, і ми гарантуємо коректну роботу при будь-яких сценаріях оновлення даних. Наш досвід — понад 30 проєктів з GraphQL пагінацією за останні 5 років.

Строки виконання

Реалізація пагінації (offset + cursor Relay Connection) для GraphQL API — 1–2 робочих дні. Вартість розраховується індивідуально і залежить від складності схеми даних. Оцінимо ваш проєкт безкоштовно.

Розробка API: REST, GraphQL, WebSocket, tRPC

До нас приходить клієнт з Postman-колекцією на 200 ендпоінтів і каже: «Все працює, але фронтенд гальмує». Відкриваємо Network-вкладку — 47 послідовних запитів на завантаження однієї сторінки дашборду. Кожен чекає попереднього. Це не проблема швидкості сервера — це проблема архітектури API. За 10 років на ринку ми перепроектували не один десяток таких інтеграцій, і гарантуємо: правильний протокол і контракт вирішують проблему докорінно.

Коли REST перестає справлятися

REST добре працює для простих CRUD-операцій. Але як тільки поруч з веб-інтерфейсом з'являється мобільний додаток, починається over-fetching: мобілка запитує /api/users/123 і отримує об'єкт на 4KB, хоча їй потрібні тільки name і avatar. Помножте на список з 50 користувачів — 200KB трафіку замість 8KB.

GraphQL вирішує це через selection sets. Клієнт описує саме ті поля, які йому потрібні, і сервер повертає саме їх. На проекті з React Native + Next.js ми переїхали з REST на Apollo Server: розмір payload на головному екрані впав з 340KB до 28KB — економія трафіку склала 92%. Сертифіковані інженери команди підтверджують: типові болі при впровадженні GraphQL — N+1 query. Резолвер для поля author у поста викликає SELECT * FROM users WHERE id = ? для кожного поста у списку. На сторінці з 20 постами — 21 запит до бази. Вирішується через DataLoader — він батчить запити і перетворює їх в один SELECT * FROM users WHERE id IN (...).

Що таке tRPC і чим він кращий за REST/GraphQL?

Якщо весь стек на TypeScript (Next.js + Node/Bun), tRPC прибирає цілий шар проблем. Ви визначаєте процедуру на сервері — клієнт отримує повний тайп-сейфти автоматично, без генерації коду і без Swagger. Перейменували поле в схемі Zod — TypeScript підсвітить всі місця на фронтенді, де воно використовується. tRPC зменшує кількість коду в 2 рази порівняно з REST + Swagger + openapi-typescript: не потрібно підтримувати окрему специфікацію і генерувати типи — все виводиться з рантаймових валідаторів. Однак tRPC не підходить, якщо API споживають сторонні клієнти або мобільні додатки на інших мовах — у таких випадках використовуємо GraphQL або REST з OpenAPI-специфікацією.

WebSocket і реальний час: коли SSE, коли WS?

HTTP-поллінг кожні 5 секунд — це ілюзія реального часу з затримкою до 5 секунд і безкорисним навантаженням на сервер. Для чатів, live-нотифікацій, спільного редагування — WebSocket або Server-Sent Events. SSE — односпрямований потік від сервера до клієнта, працює поверх звичайного HTTP, автоматично перепідключається. Підходить для нотифікацій, стрімінгу даних, прогрес-барів. WebSocket — двоспрямований, потрібен для чатів і колаборативних функцій. Досвід показує: 80% завдань «реального часу» вирішуються через SSE, а не WebSocket — менше інфраструктурних складнощів.

Типова помилка: відкривати WebSocket-з'єднання на кожен компонент сторінки. На одному проекті дашборд відкривав 12 паралельних WS-з'єднань. Правильно — один connection manager на рівні додатку, підписки через нього. В результатах роботи ми завжди передаємо схему з'єднання і готове рішення.

Протокол Типізація Over-fetching Версіонування Real-time
REST Слабка (OpenAPI) Присутній URL / Header Поллінг
GraphQL Сильна (SDL) Немає Deprecation Subscriptions
tRPC Повна (TypeScript) Немає TypeScript checks Subscriptions (optional)

Swagger / OpenAPI як контракт

Документація, написана постфактум — застаріває на наступний день після релізу. Ми пишемо специфікацію OpenAPI 3.1 до початку розробки, вона стає контрактом між фронтендом і бекендом. Фронтенд генерує типи через openapi-typescript, бекенд валідує вхідні дані через згенеровані схеми. Розбіжність контракту з реалізацією ловиться на CI, а не на рев'ю. Для Laravel — l5-swagger або dedoc/scramble. Для Node.js — @fastify/swagger або Zod + zod-to-openapi.

Як правильно аутентифікувати API?

JWT з довго живучними access-токенами без ротації — джерело проблем при компрометації. Правильна схема: access-токен на 15 хвилин, refresh-токен на 30 днів з ротацією при кожному використанні. Refresh-токен зберігається в httpOnly cookie, access-токен — в пам'яті (не в localStorage). Для міжсервісної взаємодії — API Keys з scope-обмеженнями або mTLS. OAuth 2.0 з PKCE для публічних клієнтів (SPA, мобілки).

Версіонування і зворотна сумісність

Ламаючі зміни в API без версіонування ламають клієнтів. Три підходи ми використовуємо в проектах:

Метод Приклад Коли застосовувати
URL-версіонування /api/v2/ REST API з довгою підтримкою legacy
Header-версіонування Accept: application/vnd.api+json;version=2 Мінімальні зміни в URL
Еволюційне (deprecation) Додавання полів, deprecated-директива GraphQL Для GraphQL — плавний вивід полів

Зворотну сумісність ми гарантуємо через автомат-перевірки (oasdiff) на CI.

Як ми розробляємо API: покроковий план

  1. Аналітика — аудит поточних інтеграцій, складання схеми даних, вибір протоколу (REST/GraphQL/tRPC/WebSocket).
  2. Проектування контракту — OpenAPI або SDL (GraphQL) до першого рядка коду.
  3. Розробка — реалізація за контрактом, модульні тести на кожен ендпоінт.
  4. Навантажувальне тестування — k6: 500 віртуальних користувачів, 10 хвилин, p95 latency ≤ 200ms.
  5. Деплой — CI/CD з перевіркою зворотної сумісності, автоматична публікація документації.
  6. Навчання команди — передача Postman-колекції або Playground, інструкція з підключення.
Типові помилки, які ми виключаємо
  • N+1 при запитах без DataLoader.
  • Відсутність rate limiting — DDOS через неавторизовані ендпоінти.
  • Зберігання access-токена в localStorage.
  • Відкриття множини WebSocket-з'єднань замість одного connection manager.
  • Документація, не оновлена після релізу.

Що входить в роботу (deliverables)

  • OpenAPI 3.1 специфікація (або SDL для GraphQL).
  • Згенеровані клієнтські типи для TypeScript / Dart / Kotlin.
  • Набір автотестів з покриттям всіх ендпоінтів (модульні + інтеграційні).
  • Навантажувальні тести (k6) і звіт (p50/p95/p99 latency, RPS).
  • Документація в Swagger UI / Redoc / GraphiQL.
  • Навчання команди (2–4 години воркшопу).
  • Підтримка протягом 30 днів після здачі (за договором).

Наш досвід

  • 10+ років на ринку розробки API.
  • 200+ завершених проектів (REST, GraphQL, WebSocket, tRPC).
  • 50+ сертифікованих інженерів (AWS, Kubernetes, API Design).
  • Економія на трафіку в середньому 85% при переході з REST на GraphQL для мобільних додатків.
  • 100% зворотна сумісність — жодного зламаного клієнта за останні 3 роки.

Терміни

Розробка API для типового SaaS-проекту з 30–50 ендпоінтами: від 3 до 8 тижнів залежно від складності бізнес-логіки та кількості зовнішніх інтеграцій. Міграція існуючого REST API на GraphQL — від 2 до 6 тижнів. Додавання WebSocket-шару до готового бекенду — від 1 до 3 тижнів. Вартість розраховується індивідуально після аудиту. Отримайте консультацію — зв'яжіться з нами, щоб обговорити ваш проект.