IDBKeyRange 是 IndexedDB 中用于定义键取值范围的只读对象，通过 lowerBound、upperBound、bound 和 only 四个静态方法创建，支持 ≥、≤、介于、等于等条件查询，必须配合游标或 get/getAll 使用，依赖索引有序性，不可 new 实例化。
IndexedDB 中使用 IDBKeyRange 是实现高效范围查询的核心方式，它能让你按主键或索引键精确指定“大于、小于、介于、包含”等条件，避免全表扫描。
什么是 IDBKeyRange？
IDBKeyRange 是一个只读对象，用于定义键的取值范围，本身不存储数据，仅作为游标（cursor）或 get/getAll 等操作的查询条件。它必须通过静态方法创建，不能用 new 实例化。
常用创建方法有四个：
-
IDBKeyRange.lowerBound(lower, open = false)：匹配 ≥（或 >，若open为true）lower的键 -
IDBKeyRange.upperBound(upper, open = false)：匹配 ≤（或<，若open为true）upper的键 -
IDBKeyRange.bound(lower, upper, lowerOpen = false, upperOpen = false)：同时限定上下界，例如IDBKeyRange.bound(10, 20, false, true)表示10 ≤ key -
IDBKeyRange.only(value)：精确匹配单个键（常用于get()）
在 objectStore 上按主键范围查询
假设你有一个用户数据库，主键是自增数字 id，想查 id 在 100–199 之间的所有用户：
立即学习“Java免费学习笔记（深入）”；
const transaction = db.transaction('users', 'readonly');
const store = transaction.objectStore('users');
const range = IDBKeyRange.bound(100, 199);
store.getAll(range).onsuccess = function(e) {
console.log('匹配的用户：', e.target.result); // 返回数组
};
注意：getAll() 一次性读取全部匹配项，适合结果量小；量大时建议用游标分页遍历。
在 index 上按非主键字段范围检索
如果想按时间戳 createdAt 查某天的数据，需先确保该字段建了索引：
// 创建索引（升级数据库时）
if (oldVersion < 2) {
const store = transaction.objectStore('logs');
store.createIndex('byCreatedAt', 'createdAt', { unique: false });
}
然后查询 2024-01-01 到 2024-01-02 的日志：
const index = store.index('byCreatedAt');
const start = new Date('2024-01-01').getTime();
const end = new Date('2024-01-02').getTime();
const range = IDBKeyRange.bound(start, end);
index.getAll(range).onsuccess = e => {
console.log('当日日志：', e.target.result);
};
⚠️ 关键点：索引字段值必须是可排序类型（如 number、string、Date），且范围查询依赖索引的有序性，否则无法生效。
游标遍历 + 范围过滤（内存友好）
当数据量大、不想一次性加载时，用 openCursor() 配合 IDBKeyRange 更稳妥：
const range = IDBKeyRange.lowerBound(500);
store.openCursor(range).onsuccess = function(e) {
const cursor = e.target.result;
if (cursor) {
console.log('ID:', cursor.key, 'Data:', cursor.value);
cursor.continue(); // 继续下一条
}
};
你还可以在游标中加业务逻辑判断，比如跳过某些状态的记录，或手动中断（cursor.advance(n) 或 break）。
掌握 IDBKeyRange 就掌握了 IndexedDB 查询的“精准定位”能力，配合 objectStore 主键和 index 字段，就能覆盖绝大多数区间检索场景。
