【摘要】随着万维网（Ｗｅｂ）应用数据量的指数级增长，基于超文本预处理器（ＰＨＰ）语言的传统分页算法在大数据场景下暴露出３ 个典型问题：深度分页时的全表扫描效率低、内存资源消耗大和高并发访问性能急剧下降。 本研究提出了一种基于改进归并排序的分片式分页优化方案，通过引入内存映射文件技术降低输入／ 输出（ Ｉ／ Ｏ）开销，结合动态缓存置换算法实现热点数据智能预加载，实现时间复杂度优化的改进分页技术，同时引入分布式排序一致性保障多节点数据排序结果一致。 实验结果表明：改进算法使第１０ ０００ 页查询响应时间降低 ９９. ２％，ＰＨＰ ８. １ 运行时单页数据处理内存占用减少 ３７.５％，５００ 并发请求响应时间稳定在 ３５.７ ｍｓ 以内，有效解决了传统分页技术在大数据场景下的性能瓶颈问题。