Elasticsearch Scroll

Scroll

---

当搜索请求返回结果的单个页面时，scroll API可以用于从单个搜索请求中检索大量结果（甚至所有的结果），类似于在传统数据库中使用游标。
滚动的用途不是实时响应用户请求，而是处理大规模数据。eg：将一个索引的内容reindex到另一个拥有不同配置的索引中。

由一个滚动请求返回的结果反映了初始搜索请求发送时索引的状态，类似于快照。之后对文档的改变只能影响之后的搜索请求。

搜索请求（开启滚动）

GET /bank/_search?scroll=1m
{
  "size": 100,
  "query": {
    "match_all": {}
  }
}

note：返回一百个文档，剩余结果保存1m。
note：滚动请求会返回一个scroll_id字段，使用此字段获取剩余的查询结果。

滚动搜索

GET /_search/scroll
{
  "scroll": "1m",
  "scroll_id": "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAADhFk1CcGFVbW1PVDVHbDQzaXFlZGI4OGcAAAAAAAAA3xZNQnBhVW1tT1Q1R2w0M2lxZWRiODhnAAAAAAAAAN4WTUJwYVVtbU9UNUdsNDNpcWVkYjg4ZwAAAAAAAADgFk1CcGFVbW1PVDVHbDQzaXFlZGI4OGcAAAAAAAAA3RZNQnBhVW1tT1Q1R2w0M2lxZWRiODhn"
}

note：获取下一个一百个文档。
note：剩余文档再多存活1m。

size参数允许配置每批返回的命中的最大数量。每次对scroll API的调用都会返回下一批结果，直到所有的结果被返回，即hits数组为空。

初始搜索请求与接下来的每次滚动请求都返回一个_scroll_id。虽然_scroll_id可能会在请求间改变，但是它在任何情况下都不会被更改，应该使用最近接收的_scroll_id。

如果请求指定了聚合，只有初始搜索响应会包含聚合结果。

如果排序顺序为_doc，滚动请求具有更快的优化。

迭代所有文档（高效）

GET /_search?scroll=1m
{
  "sort": [
    "_doc"
  ]
}

保证搜索上下文存活
scroll参数告知Elasticsearch应该保证搜索上下文存活的时间。它的值不需要长到足以处理所有的数据，它只需要长到足够处理上一批结果，每一次滚动请求（包含scroll参数）都会设置新的终结时间。

通常情况下，后台合并进程通过合并较小段来创建较大块来优化索引，在此期间，较小段会被删除。在滚动期间，这个过程也会进行，但是当旧的段被使用时，一个打开的搜索上下文会阻止其被删除。这就是即使之后对文档进行了修改，Elasticsearch仍可以返回最初搜索请求的原因。

保持旧段存活意味着需要更多的文件句柄。确保配置的节点拥有充足的空闲文件句柄。

删除滚动（单个）

DELETE /_search/scroll
{
    "scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ=="
}

删除所有滚动

DELETE /_search/scroll/_all

---

Elasticsearch 6.4 文档