对于大量的数据而言，我们尽量避免使用 from size 这种方法。这里的原因是 index.max_result_window 的默认值是 10K，也就是说 from size 的最大值是1万。搜索请求占用堆内存和时间与 from size 成比例，这限制了内存。
为了避免过度使得我们的 cluster 繁忙，通常 Scroll 接口被推荐作为深层次的 scrolling，但是因为维护 scroll 上下文也是非常昂贵的，所以这种方法不推荐作为实时用户请求。
Elasticsearch：使用from size 实现分页
Elasticsearch：使用游标查询scroll 实现深度分页
本文将介绍Elasticsearch 中的另外一个搜索分页方法：search_after，通过提供实时 cursor 来解决此问题。search_after 是Elasticsearch 5.0 以上版本才提供的功能。
◆ 一、Elasticsearch常见分页方式
Elasticsearch默认采用的分页方式是 from size 的形式，这种形式下，如果数据量不大或者from、size不大的情况下，效率还是蛮高的。但是在深度分页的情况下，这种使用方式效率是非常低的，并发一旦过大，还有可能直接拖垮整个Elasticsearch的集群。
为了避免深度分页带来的内存开销，Elasticsearch内部有一个默认设定，即最多只能查询前10000个文档。那么如果产品必须要做深度分页，那么应该采取什么方案呢？
使用scroll滚动搜索，可以先搜索一批数据，然后下次再搜索一批数据，以此类推，直到搜索出全部的数据来。scroll搜索会在第一次搜索的时候，保存一个当时的视图快照，之后只会基于该旧的视图快照提供数据搜索，如果这个期间数据变更，是不会让用户看到的。每次发送scroll请求，我们还需要指定一个scroll参数，指定一个时间窗口，每次搜索请求只要在这个时间窗口内能完成就可以了。
一个 scroll 搜索允许我们做一个初始阶段搜索并且持续批量从Elasticsearch里拉取结果直到没有结果剩下。这有点像传统数据库里的cursors（游标）。
scroll 搜索会及时制作快照。这个快照不会包含任何在初始阶段搜索请求后对index做的修改，这样将使得我们无法得到用户最近的更新行为。
search_after 分页的方式和 scroll 搜索有一些显著的区别，首先它是根据上一页的最后一条数据来确定下一页的位置，同时在分页请求的过程中，如果有索引数据的增删改查，这些变更也会实时的反映到游标上。
◆ 二、search_after 使用示例
search_after 通过维护一个实时游标来避免scroll的缺点，它可以用于实时请求和高并发场景。
检索第一页的查询如下所示：
代码语言：javascript复制GET kibana_sample_data_ecommerce/_search
{ "size": 10, "query": { "match": { "customer_gender": "MALE"
}
}, "sort": [
{ "order_date": { "order": "asc"
}
},
{ "category.keyword": { "order": "asc"
}
}
]
}输出结果如下图所示：
上述请求的结果包括每个文档的 sort 值数组。
这些 sort 值可以与 search_after 参数一起使用，以开始返回在这个结果列表之后的任何文档。例如，我们可以使用上一个文档的 sort 值并将其传递给 search_after 以检索下一页结果：
代码语言：javascript复制GET kibana_sample_data_ecommerce/_search
{ "size": 10, "query": { "match": { "customer_gender": "MALE"
}
}, "search_after": [
1651726858000, "Men's Clothing"
], "sort": [
{ "order_date": { "order": "asc"
}
},
{ "category.keyword": { "order": "asc"
}
}
]
}在这里在 search_after 中，我们把上一个搜索结果的 sort 值放进来。输出结果如下图所示：
注意：当我们使用 search_after 时，from 值必须设置为 0 或者 -1。
search_after 不支持自由跳转到随机页面。它与 scroll API 非常相似，但也有所不同，search_after 参数是无状态的，它始终针对最新版本的搜索器进行解析。因此，排序顺序可能会在执行期间发生变化，具体取决于索引的更新和删除。
来源：
https://www.toutiao.com/article/7104063162550469131/?log_from=9ae084cbaaac5_1654658352405
“IT大咖说”欢迎广大技术人员投稿，投稿邮箱：aliang@itdks.com
来都来了，走啥走，留个言呗~
IT大咖说 | 关于版权
由“IT大咖说（ID：itdakashuo）”原创的文章，转载时请注明作者、出处及微信公众号。投稿、约稿、转载请加微信：ITDKS10（备注：投稿），茉莉小姐姐会及时与您联系！
感谢您对IT大咖说的热心支持！
- 相关推荐 推荐文章
- Nomad正在接管Kubernetes吗
- MIT协议分布式文件系统，一个简单、方便的文件存储方案
- 深入浅出 Nginx 实战与架构原理
- 技术专家带你彻底掌握线程池
- 基于GF的后台管理系统，完善的权限用户管理，致力于快速高效开发
- Java 工程师相见恨晚的神兵利器和使用技巧
- MySQL 故障诊断：MySQL 占用 CPU 过高问题定位及优化
- 高可用架构之 Sentinel 的降级原理详解
- .NET 6 从0到1使用Docker部署至Linux环境
- 中高级程序员可能都不会使用spring-boot-starter-jdbc访问MySQL
- 作为一名程序员，你还需要会画图
