场景：评论，点赞等场景数据比较多，访问量大，用数据库或者ES做分页比较浪费而且负载会很大，所以这种场景比较适合用redis的有序集合做分页。
问题：Redis有序集合排序分页，当数据出现增加或删除的时候，索引会变动，会影响分页加载的结果。
举例：用户点击查看评论，原始评论按照评论id正序排序数据为 1，2，3，4，5，6，7，8，9…. N，假设每页显示4条数据，page1的数据页为1,2,3,4;
如果用户在翻看第二页之前，评论3，4对应的作者删除了评论，redis有序集合数据变成了1，2，5，6，7，8，9….
N，此时用户查看第二页，服务端执行redis分页查询(zrange comment_key 4 7), 则取到的结果为 7,8,9,10 ;
此时评论5，6被跳过了。
解决方案：用户请求下一页的时候，客户端把之前一页返回的最大值回传给服务端，以上示例请求第二页的时候，把第一页的最大值4传给服务端，服务端接受到第二页的请求之后，再次查询第一页的数据，如果查询到的最大值小于等于4，则直接取第二页数据返回给客户端，如果第一页最大值大于4，则用第二大的值和4对比，如果还是大于4，游标继续向前，直到找到小于等于4的停下来，然后从此处索引+1作为起始位置取分页数据。以上面的示例演示流程：
- 客户端请求某个帖子的第二页评论数据，传给服务端pagesize=2, lastscore=4
- 服务端先取前一页数据，zrange comment_key 0,3 withscores 得到最新结果 1，2，5，6
- 对比最大值 6 和 4，发现6比4大，前移，5还是大于4，继续前移，直到2<5,停下来
- 获取 2 节点value对应的索引位置为 1(起始索引位置为0)，
- 获取第二页数据，zrange comment_key 2,5 withscores 得到 5，6，7，8 返回给客户端
备注：
- 复杂度分析，翻一页就能校正分页游标的复杂度为 O(log(N)+M),N为集合长度，M为每页数据条数，极限情况的负责度为 O((log(N)+M)* N/M) ,就是需要向前翻所有页才能校正，假设取最后一页数据之前，前面的评论全部被删了，呵呵呵
- 如果是倒叙排列，数据新增会改变排序结果，上述方案同样适用，只是把向前翻页校正游标改为向后翻页校正游标，校正后，索引+1变为索引-1
- 有的同学为了解决这类问题会用数据快照缓存的方式，即用户查看某个帖子评论的时候，一次性的为这个用户加载10页数据或者更多，然后翻页过程中从数据快照中直接取比较快，此时数据变化用户无感知，但是这样做的坏处也很多，数据更新不及时，被删除的评论用户还能加载到；要为每个用户都要预存一份快照数据，浪费大量内存空间
如果大牛们有更好的方案，欢迎指教，不胜受恩感激。
