ElasticSearch 7.3 实战：Text字段排序、Scroll分批查询场景解析

在Elasticsearch 7.3中，对于Text字段排序和Scroll分批查询的实战场景解析如下：

Text字段排序

Elasticsearch中的Text字段默认会被分析为词项，并不会保留原始的完整文本，因此无法直接对Text字段进行排序。如果想要对包含全文内容的字段进行排序，正确的做法是为该字段设置一个 .keyword 子字段，该子字段会作为一个未分析的Keyword类型字段，用于排序或聚合操作。

例如，对于一个名为description的Text字段，可以在映射中加入一个.keyword子字段：

PUT my_index
{
  "mappings": {
    "properties": {
      "description": {
        "type": "text",
        "fields": {
          "keyword": { 
            "type": "keyword"
          }
        }
      }
    }
  }
}

然后就可以针对description.keyword字段进行排序：

GET my_index/_search
{
  "sort": [
    { "description.keyword": { "order": "asc" } }
  ]
}

Scroll分批查询场景解析

Scroll API在Elasticsearch中用于高效的批量获取大量数据，特别适用于一次性获取所有满足条件的文档或者做数据迁移的场景。相比于普通的搜索请求（分页查询），Scroll API在第一次请求时保存了上下文信息，后续的Scroll请求可以根据上下文信息直接获取下一批数据，无需重新计算分数和排序，因此性能更好。

使用Scroll API的基本步骤如下：

1. 初始化Scroll请求并执行查询，指定一个合适的scroll生存时间和搜索条件：

POST my_index/_search?scroll=1m
{
  "size": 1000,  // 每次获取的文档数量
  "query": {
    "match_all": {}
  }
}

2. 获取第一个Scroll结果集，响应中会包含一个_scroll_id字段：

{
  "_scroll_id": "DX..."，
  "took": 12,
  "timed_out": false,
  "_shards": {...},
  "hits": {...}  // 第一批数据
}

3. 使用_scroll_id执行Scroll请求获取下一批数据：

POST /_search/scroll
{
  "scroll": "1m",  // 继续使用之前设定的生存时间
  "scroll_id": "DX..."
}

重复步骤3直到获取完所有数据或者达到预期的文档数量。需要注意的是，Scroll请求会一直占用集群资源，直到Scroll会话超时，所以在完成数据读取后，应使用Clear Scroll API清除Scroll会话以释放资源：

DELETE /_search/scroll
{
  "scroll_id": ["DX..."]  // 清除多个Scroll ID时可传入数组
}