在程序员中设置缓存分页通常有以下几种方法：
直接缓存分页列表结果
方法描述：按照不同的分页条件来缓存分页结果，使用一个全局唯一的key来标识缓存数据，例如：“productList:page:1size:10param:query”。
优点：工程简单，性能快。
缺点：缓存颗粒度大，数据增删时，为了保证数据一致性，需要修改分页列表缓存，可能导致缓存频繁更新和删除，影响性能。
基于页码设置缓存
方法描述：新增、修改、删除操作时，根据页码来更新或删除缓存。例如，新增数据时删除所有缓存，修改数据时仅更新当前页缓存，删除数据时更新当前页及之后所有页面的缓存。
优点：缓存更新策略明确，易于实现。
缺点：缓存更新频率高，效率较低。
分条存取
方法描述：每次从数据库获取分页数据对应的ID序列，然后根据这些ID从service中获取数据，缓存策略在service中实现。
优点：避免了缓存整页数据的大颗粒度问题，减少了缓存一致性的维护成本。
缺点：需要额外的逻辑处理ID序列，增加了系统的复杂性。
使用Redis的数据结构进行缓存分页
方法描述：
基于Redis的list数据结构：使用`LRANGE`方法进行分页，适用于数据量不是非常大的情况。
基于Redis的ZSet数据结构：使用`ZRANGE`方法进行分页，数据量较大时性能较好，且能避免重复数据。
基于Redis的Hash和Zset结合：结合使用Hash和Zset实现分页，适用于需要高效分页且数据量较大的场景。
优点：分页效率高，数据一致性好，适用于高并发场景。
缺点：实现相对复杂，需要处理数据插入和删除时的缓存更新。
建议
对于数据量较小且更新不频繁的场景，可以直接缓存分页列表结果，简单高效。
对于数据量较大或需要高并发处理的场景，建议使用基于页码的缓存更新策略或Redis的数据结构进行分页，以保证数据一致性和系统性能。
在实际应用中，还可以考虑结合多种缓存策略，例如先缓存一部分数据，当数据量增大时再切换到更细粒度的缓存策略，以平衡性能和复杂性。