虚拟滚动实时搜索需避免全量filter,应通过非响应式数据存储、预建索引、防抖缓存、降级匹配及分片计算来兼顾性能与响应——关键在“少计算”而非仅“少渲染”。

直接在虚拟滚动列表上做实时搜索过滤,容易让性能优化前功尽弃——看似只渲染了20条,但每次输入都对10万条原始数据做 filter,CPU照样忙得不可开交。关键不是“少渲染”,而是“少计算”。下面从原理到落地,说清楚怎么兼顾滚动流畅和搜索响应。
搜索不能在可视区里做,必须作用于全量数据
虚拟滚动只控制“渲染哪些”,不改变“数据在哪”。搜索是数据筛选动作,必须基于完整数据源执行。但全量遍历又慢,所以得提前准备:
- 把原始数据存为 ref(非 reactive),避免 Vue 响应式代理开销;搜索时用普通数组方法操作,不触发依赖追踪
- 若字段固定且高频搜索(如 name、code),可预建索引:用 Map 或对象键值映射,例如
{'张三': [0, 15, 202], '李四': [3, 88]},输入即查位置,O(1) 获取匹配项下标 - 搜索结果仍保持原始数据结构,仅更新用于虚拟滚动的
filteredItemsref,不重置整个响应式列表
防抖 + 缓存,避免重复计算
用户连续输入“张三丰”,会触发“张”“张三”“张三丰”三次搜索。没防抖,就是三次全量扫描。
- 用
ref存当前搜索关键词,配合watch+debounce(推荐 Lodash 或手写 setTimeout)延迟执行,间隔建议 300ms - 对已搜索过的关键词缓存结果,比如
searchCache.set('张三', resultArray);下次再输“张三”,直接取缓存,跳过计算 - 注意缓存失效:当原始数据更新(如后台新增用户),需清空缓存或按版本号管理
模糊搜索要降级,别让 Fuse.js 拖垮主线程
Fuse.js 在万级数据下做编辑距离计算,单次搜索可能耗时 100ms+,滚动时输入会明显卡顿。
立即学习“前端免费学习笔记(深入)”;
- 优先用原生
includes或正则做前缀/子串匹配,快且够用;仅当用户输错或点击“高级搜索”时才启用 Fuse.js - 若必须默认模糊,把 Fuse.js 实例设为全局单例,并配置
threshold: 0.3、maxPatternLength: 12等参数限制计算深度 - 搜索过程加 loading 状态,或用
setTimeout微任务分片:一次只处理 500 条,剩余分批继续,避免阻塞渲染
搜索后虚拟滚动要重置状态,但别重绘全部
搜索结果数量变了,滚动位置、可视范围、缓冲区都要重新算,但不需要销毁重建组件。
- 调用
scrollTo(0)重置滚动条,同时重置startIndex和visibleCount计算逻辑 - 保持容器 DOM 不变,只更新
filteredItems和高度占位(如 spacer 高度 = itemHeight × 新长度) - 若用 absolute 定位法,只需更新每个 item 的
style.top,不触发 layout,更轻量



















