from + size 淺分頁
"淺"分頁可以理解為簡單意義上的分頁。它的原理很簡單，就是查詢前20條數據，然后截斷前10條，只返回10-20的數據。這樣其實白白浪費了前10條的查詢。
GET test_dev/_search
{
"query": {
"bool": {
"filter": [
{
"term": {
"age": 28
}
}
]
}
},
"size": 10,
"from": 20,
"sort": [
{
"timestamp": {
"order": "desc"
},
"_id": {
"order": "desc"
}
}
]
}
-
其中，from定義了目標數據的偏移值，size定義當前返回的數目。默認from為0，size為10，即所有的查詢默認僅僅返回前10條數據。
-
在這里有必要了解一下from/size的原理：因為es是基於分片的，假設有5個分片，from=100，size=10。則會根據排序規則從5個分片中各取回100條數據，然后匯總成500條數據后選擇最前面的10條數據。
-
做過測試，越往后的分頁，執行的效率越低。總體上會隨着from的增加，消耗時間也會增加。而且數據量越大，就越明顯
scroll 深分頁
from+size查詢在10000-50000條數據（1000到5000頁）以內的時候還是可以的，但是如果數據過多的話，就會出現性能問題。
為了解決此問題，elasticsearch提出了一個scroll滾動的方式。
scroll 類似於sql中的cursor，使用scroll，每次只能獲取一頁的內容，然后會返回一個scroll_id。根據返回的這個scroll_id可以不斷地獲取下一頁的內容，所以scroll並不適用於有跳頁的情景。
GET test_dev/_search?scroll=5m
{
"query": {
"bool": {
"filter": [
{
"term": {
"age": 28
}
}
]
}
},
"size": 10,
"from": 0,
"sort": [
{
"timestamp": {
"order": "desc"
},
"_id": {
"order": "desc"
}
}
]
}
- scroll=5m表示設置scroll_id保留5分鍾可用。
- 使用scroll必須要將from設置為0。
- size決定后面每次調用_search搜索返回的數量
- 通過數據返回的_scroll_id讀取下一頁內容，每次請求將會讀取下10條數據，直到數據讀取完畢或者scroll_id保留時間截止
GET _search/scroll
{
"scroll_id": "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAJZ9Fnk1d......",
"scroll": "5m"
}
注意：請求的接口不再使用索引名了，而是 _search/scroll，其中GET和POST方法都可以使用。
- scroll刪除
根據官方文檔的說法，scroll的搜索上下文會在scroll的保留時間截止后自動清除，但是我們知道scroll是非常消耗資源的，所以一個建議就是當不需要了scroll數據的時候，盡可能快的把scroll_id顯式刪除掉。
清除指定的scroll_id：
DELETE _search/scroll/DnF1ZXJ5VGhlbkZldGNo.....
清除所有的scroll：
DELETE _search/scroll/_all
search_after 深分頁
scroll 的方式，官方的建議不用於實時的請求（一般用於數據導出），因為每一個 scroll_id 不僅會占用大量的資源，而且會生成歷史快照，對於數據的變更不會反映到快照上。
search_after 分頁的方式是根據上一頁的最后一條數據來確定下一頁的位置，同時在分頁請求的過程中，如果有索引數據的增刪改查，這些變更也會實時的反映到游標上。但是需要注意，因為每一頁的數據依賴於上一頁最后一條數據，所以無法跳頁請求。
為了找到每一頁最后一條數據，每個文檔必須有一個全局唯一值，官方推薦使用 _uid 作為全局唯一值，其實使用業務層的 id 也可以。
GET test_dev/_search
{
"query": {
"bool": {
"filter": [
{
"term": {
"age": 28
}
}
]
}
},
"size": 20,
"from": 0,
"sort": [
{
"timestamp": {
"order": "desc"
},
"_id": {
"order": "desc"
}
}
]
}
- 使用search_after必須要設置from=0。
- 這里我使用timestamp和_id作為唯一值排序。
- 我們在返回的最后一條數據里拿到sort屬性的值傳入到search_after。
使用sort返回的值搜索下一頁：
GET test_dev/_search
{
"query": {
"bool": {
"filter": [
{
"term": {
"age": 28
}
}
]
}
},
"size": 10,
"from": 0,
"search_after": [
1541495312521,
"d0xH6GYBBtbwbQSP0j1A"
],
"sort": [
{
"timestamp": {
"order": "desc"
},
"_id": {
"order": "desc"
}
}
]
}
修改默認分頁限制值10000
可以使用下面的方式來改變ES默認深度分頁的index.max_result_window 最大窗口值
curl -XPUT http://127.0.0.1:9200/my_index/_settings -d '{ "index" : { "max_result_window" : 500000}}'
其中my_index為要修改的index名，500000為要調整的新的窗口數。將該窗口調整后，便可以解決無法獲取到10000條后數據的問題。
注意事項
通過上述的方式解決了我們的問題，但也引入了另一個需要我們注意的問題，窗口值調大了后，雖然請求到分頁的數據條數更多了，但它是用犧牲更多的服務器的內存、CPU資源來換取的。要考慮業務場景中過大的分頁請求，是否會造成集群服務的OutOfMemory問題。
獲取總數據量
修改最大限制值之后確實可以使from+size查詢到更后面頁的數據(10000之后)，但是每次查詢得到的總數量最大任然是10000，要想獲取大於1萬的查詢數據量，可以分兩步查詢，第一步使用scroll查詢獲取總數據量；第二步使用from+size查詢每頁的數據，並設置分頁。這樣即解決了from+size無法查詢10000之后的數據，也解決了scroll無法跳頁的問題。
使用scroll可能遇到的問題：
Caused by: org.elasticsearch.ElasticsearchException: Trying to create too many scroll contexts.
Must be less than or equal to: [500].
This limit can be set by changing the [search.max_open_scroll_context] setting.
- 這個報錯是從es的日志文件中查出來的，大致意思是：嘗試創建更多的scroll對象失敗了，scroll對象總數量應該控制在500以內。可修改search.max_open_scroll_context的值來改變500這個閾值。
- 原因：通過scroll 深分頁可知道，es服務端會在內存中生成一個scroll_id對象，並會為該值指定過期時間，翻頁的時候使用scroll_id來獲取下一頁的數據。默認情況下，一個實例下面僅可以創建最多500個scroll上下文對象，也就是500個scroll_id。報此錯誤的原因就是創建scroll上下文對象失敗，因為當前已經存在500個這樣的對象了。
- 解決辦法：
- 通過觀察可以發現，即使不做任何的處理，過一會就又可以發起scroll請求了，這是因為時間超過了scroll生命周期時間，scroll對象自己死掉了一些。
- 按照提示說的，修改search.max_open_scroll_context的值
put http://{{es-host}}/_cluster/settings
{
"persistent": {
"search.max_open_scroll_context": 5000
},
"transient": {
"search.max_open_scroll_context": 5000
}
}
- 在使用完scroll_id之后立即調用刪除接口，刪除該scroll對象
引用
- 互聯網...