如何绕过Cube dev分页限制（SQL访问下超5万条结果）

方法一：修改Cube全局配置调整最大结果数 #

Cube默认的50000条限制是全局配置项，可以通过修改cube.js配置文件调整：

• 打开Cube项目的cube.js文件，添加queryOptions配置段，设置你需要的最大结果条数：

module.exports = {
  // 保留其他现有配置
  queryOptions: {
    maxResults: 1000000 // 示例：设置为100万，可按需调整
  }
};

修改后重启Cube服务，所有SQL查询的单批次返回上限就会更新，适合长期需要大量数据的数据分析场景。

方法二：SQL分页循环拉取全量数据 #

如果不想修改全局配置，可以通过LIMIT+OFFSET分页，在Jupyter中用循环批量获取数据（即使单批次上限是50000，也能循环拉取所有数据）：
以下是Python实现的示例：

import pandas as pd
import sqlalchemy

# 连接Cube的SQL接口，替换为你的Cube地址和数据源
engine = sqlalchemy.create_engine("cube://your-cube-host:4000/your-datasource")

all_records = []
current_offset = 0
batch_size = 50000  # 对应Cube默认的单批次上限

while True:
    # 构造分页查询SQL
    sql_query = f"""
        SELECT * FROM your_target_cube_view
        LIMIT {batch_size} OFFSET {current_offset}
    """
    # 读取当前批次数据
    batch_df = pd.read_sql(sql_query, engine)
    # 如果批次为空，说明已拉取完所有数据
    if batch_df.empty:
        break
    all_records.append(batch_df)
    current_offset += batch_size

# 合并所有批次为完整数据集
full_data = pd.concat(all_records, ignore_index=True)

这种方式适合临时的全量数据导出需求，不需要改动Cube服务配置。

注意事项 #

• Cube的SQL接口遵循标准SQL的LIMIT/OFFSET语法，但单批次返回条数不能超过配置的maxResults值，所以如果需要单批次获取超过50000条，必须先调整全局配置。
• 大数据量分页时，OFFSET可能会有性能损耗，若Cube底层支持，也可以用WHERE子句结合有序字段（比如时间戳、ID）来做高效分页，替代OFFSET。

内容的提问来源于stack exchange，提问作者Lucien Fregosi