ElasticSearch 深度分页总结

背景

我们的应用是采用NLPchina开源的elasticsearch-sql插件来进行查询分页和导出，由于ElasticSearch的max_result_window的限制，在深度分页和大批量数据导出时就会出现问题，故简单研究下。

ElasticSearch的max_result_window默认为10000条，当使用elasticsearch-sql执行select * from test limit 10000,1时，ElasticSearch就返回错误。

ElasticSearch分页总结

ElasticSearch是搜索引擎，从搜索的意义上来说，如果筛选条件或前几页都找不到需要的数据，继续深度分页也不会找到想要的数据。

ElasticSearch不要做深度分页和随机深度跳页。

ES 分页建议

• 增加默认的筛选条件，尽量减少数据量的展示，比如：最近一个月；
• 限制总分页数，比如：淘宝、京东仅显示100页查询结果，百度仅显示76页；
• 修改跳页的展现方式，改为滚动显示，或小范围跳页，比如：谷歌、百度的小范围跳页。

小范围跳页示例

ES 三种分页比较

• from+size：适用于浅分页（数据量小于max_result_window），在增大max_result_window情况下，也可实现深度分页，但效率低下，可能出现 OOM。
• scroll：适用于数据导出，基于生成的历史快照查询，对于数据的变更不会反映到快照上。
• search_after：适用于实时请求和高并发场景（深度分页+排序），由于每一页的数据依赖于上一页最后一条数据，所以无法做到随机跳页（滚动显示）。

elasticsearch-sql 分页

分页（limit）：深度跳页和深度随机跳页无法实现，但可做限制页数+小范围跳页的替代方案。

导出

• scroll：支持scroll方式，具体 sql 语句示例：SELECT /*! USE_SCROLL(100,30000)*/ firstname , balance FROM accounts；
• csv-result：有个 csv 导出的实验类功能（未验证）。

https://github.com/NLPchina/elasticsearch-sql/wiki

参考文章

• https://juejin.cn/post/6850037275456339975
• https://www.cnblogs.com/jpfss/p/10815172.html

微信公众号：daodaotest