游标遍历IndexedDB的核心是按需分批、主动控制、即用即弃。通过openCursor()启动，显式调用continue()推进，用IDBKeyRange限定范围，配合queueMicrotask()时间切片、advance()跳批及复用readwrite事务实现高效海量数据处理。
用游标遍历 IndexedDB 海量数据，核心是“不加载全部、只拉当下、主动控制”。它不是让数据一股脑涌进来，而是像打开水龙头——一滴一滴流，你说了算开多大、开多久。
游标启动与基础推进
调用 openCursor() 是起点，返回一个请求对象。在 onsuccess 回调里拿到游标实例，它有 key（当前主键）和 value（完整数据），两者配合就能做业务判断。
- 必须显式调用 cursor.continue() 才能走到下一条；不调就停住，不会自动循环
- 别在 onsuccess 里写 while(cursor) { ... cursor.continue() }，这会阻塞主线程，且容易触发浏览器限制
- 游标走完时 event.target.result 为 null，这是唯一可靠的结束信号
按需限定范围，避免全量扫描
直接 openCursor() 是从头扫到尾。真实场景中，多数时候只需处理某段时间、某个状态或某个区间的数据。
DeepBI DHTML 页面生成器
下载
生成可在 deepbi 沙箱 iframe 内运行或作为独立文件运行的交互式 HTML 页面，使用 `window.deepbi` JS SDK 实现数据查询、空间管理、文件浏览及用户操作。当用户提出以下需求时启用该能力： - 创建 KPI 仪表盘、数据表格、文件浏览器、成员列表、管理页面； - 明确要求“转成 dhtml”、“转译成 HTML”、“把 XX 页面转成……”、“控制台页面”、“管理后台”、“DeepBI 页面迁移”； - 提及位于 `apps/console/src/featur
- 用 IDBKeyRange.lowerBound(100, true) 跳过前 100 条（排除 100 本身），适合分页“下一页”
- 查索引字段（如 email）时，要调用 index.openCursor(range)，range 必须基于该索引值构造
- 复合条件查询（如 status === 'pending' && createdAt > timestamp）建议建复合索引，再用 bound 构造双维度范围
性能优化：分批 + 切片 + 即用即弃
面对十万级数据，逐条 continue() 会堆积大量微任务，页面卡顿。关键不是“快”，而是“不卡”。
- 每处理 50–200 条后，改用 cursor.advance(100) 跳过一批，比连续 100 次 continue() 更轻量
- 用 queueMicrotask() 或 setTimeout(..., 0) 包裹下一批推进，实现时间切片，保持 UI 响应
- 拿到 cursor.value 后立刻做业务处理（比如写入新 store、生成 Blob、匹配关键词），处理完就丢弃引用，不累积数组
边遍历边修改：复用事务，安全写入
需要批量更新或删除时，不要 getAll() 再循环 put/delete——内存扛不住，也容易超时。
- 事务必须是 readwrite 模式，且在整个游标链路中复用同一个事务
- 在 onsuccess 回调中、确认 cursor !== null 后，直接调用 store.put() 或 store.delete(cursor.primaryKey)
- 每次修改后立即 cursor.continue()，否则会漏掉后续记录
- 单次事务处理不超过 500 条，可用 advance(500) 分批，每批结束后手动 commit 并新开事务
不复杂但容易忽略。游标真正的价值不在“怎么取”，而在“怎么控”。
