IndexedDB 高效管理大量结构化数据需合理设计：分对象仓库存储、为主键和高频查询字段建索引、批量分块写入、游标范围查询、定期清理过期数据。
IndexedDB 适合管理大量结构化数据，关键在于合理设计数据库结构、分片存储、按需读写和及时清理。
用对象仓库分门别类存数据
不要把所有数据塞进一个 objectStore。比如存用户行为日志，可以按日期或模块建多个 store：logs_202404、logs_202405；或者按类型分：click_logs、error_logs。这样查询和删除更精准，避免单个 store 膨胀到几百万条记录导致性能下降。
- 创建时用
db.createObjectStore(name, { keyPath: 'id'})明确主键 - 对高频查询字段（如
timestamp、userId）建立索引：store.createIndex('by_time', 'timestamp') - 避免在索引字段存过长字符串（如完整 URL），可截取哈希或前缀提升效率
批量写入 + 分块处理防卡顿
一次性 add 10 万条数据会阻塞主线程。应拆成每批 500–2000 条，用递归或 async/await 控制节奏：
- 用
transaction.objectStore().add()批量添加，比逐条快得多 - 每次写完一批后加
await new Promise(r => setTimeout(r, 0))让出主线程 - 监听
transaction.oncomplete再触发下一批，避免并发冲突
查数据只拿需要的，别全表扫描
用游标（cursor）配合索引范围查询，而不是 getAll()。例如查某天的错误日志：
立即学习 “Java 免费学习笔记（深入）”；
- 先用索引定位：
const range = IDBKeyRange.bound([date, 0], [date, Infinity]) - 再用
store.index('by_date_user').openCursor(range)遍历匹配项 - 遍历时用
cursor.advance(n)跳过前 N 条实现分页，避免内存爆满
定期清理过期或冗余数据
IndexedDB 不会自动释放空间。上线后要主动删旧数据：
- 按时间清理：用索引查出
timestamp 的记录批量删除 - 删整个 store 再重建（适合整月归档）：
db.deleteObjectStore('logs_202403') - 监听
storage事件或在页面空闲时（requestIdleCallback）执行清理，不影响用户操作
基本上就这些。不复杂但容易忽略——结构设计比代码技巧更重要，写之前想清楚“哪些数据真要存在本地”“多久查一次”“过期怎么判”，IndexedDB 就能稳稳扛住几十 MB 甚至上百 MB 的离线数据。
