3.4.2.14.分页搜索

创作人：张超

在查询场景中，从 Elasticsearch 中取得结果，根据不同场景，有多种不同的方式。

l 通过 from 、size 进行分页

l 通过 scroll 拉取大量数据

l 通过 search_after 拉取大量数据

每种方式有其各自的使用场景，或者说他们是为了解决某种场景而设计的。

from + size

搜索引擎的场景，类似 google 搜索，翻页操作一般是人为触发的，并且人的行为一般不会翻页太多，from+size 这种最经典的翻页模式是为了解决用户对于 TopN 的需求，用户希望找到TopN 个最匹配的文档。其使用方式类似 SQL 中的 LIMIT关键字，Elasticserach 使用 from 和 size 两个参数来控制翻页：

l size: 要返回的结果数量，默认为 10

l from: 要跳过的结果数量，默认为 0

如果每页显示 5 条结果，下面的命令可以得到 1-3 页的结果：

GET /_search?size=5
GET /_search?size=5&from=5
GET /_search?size=5&from=10

from 和 size 也可以放到查询请求的 body 中。

分页搜索实现方式是：

1、每个分片各自查询的时候先构建 from+size 的优先队列，然后将所有的文档 ID 和排序值返回给协调节点。

2、协调节点创建 size 为 number_of_shards * (from + size) 的优先队列，对数据节点的返回结果进行合并，取全局的 from+size 返回给客户端。

这种工作模式的主要代价在于，协调节点需要等待所有分片返回结果，然后再全局排序。因此会创建非常大的优先队列，需要控制分页的深度，Elasticsearch 默认最多返回 10000 个文档。但是有些时候，用户需要遍历取回所有文档，甚至可以不关心排序。在数据库中取回全部结果可以使用游标查询的方式，类似的概念在 Elasticsearch 中叫做 scroll。

scroll

scroll 可以用于拉取全量数据，他的工作模式不需要像 from + size 一样全局排序，因此没有深分页的代价，例如 reindex 本质上就是 scroll+bulk。使用 scroll 可以简单的在查询语句中添加 scroll 参数：

POST /my-index-000001/_search?scroll=1m

上面的查询语句会返回一个 ID，后面可以根据这个 ID 顺序拉取结果：

POST /my-index-000001/_search/scroll                                                               
{
  "scroll" : "1m",                                                                 
  "scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ==" 
} 

Elasticsearch 将查询后的上下文保存在服务端，因此客户端可以依据这个 scroll_id 依次获取后续的数据。

这个上下文也必然有一个生命周期，因为他会一直占用服务端资源。在这个例子中，我们设置 scroll 窗口保存 1 分钟的时间。1 分钟之内，你都可以使用 scroll_id 来拉取数据。当然，你也可以在拉取完成之后根据 scroll_id 手工清理上下文。

 《Elastic Stack 实战手册》——三、产品能力——3.4.入门篇——3.4.2.Elasticsearch基础应用——3.4.2.14.分页搜索（下） https://developer.aliyun.com/article/1230186