elasticsearch使用scroll“深”分页

对es进查询时，单次查询数据量太大可以通过分页来查询。

一般数据不是太大可以通过from+size浅分页实现，size显示的是每次结果返回的数量，默认是 10，from是从第几个返回，默认是 0。

比如：有14条数据，要分3页返回，每页5条，
则，第一页(返回1-5条)：from：0，size:5
第二页(返回6-10条)：from：5，size:5
第三页(返回11-14条)：from：10，size:5

from满足等差数列公式：an=a1+(n-1)d
即如果有很多条数据要返回，第一页的from为0，每页返回d条，要返回第n页，
则第n页的from=0+(n-1)*d

但使用from+size数据量太大时会内存消耗特别大。
所以可以通过scroll来分页。

scroll分页查询返回的结果会带有这次滚动查询的scroll_id，下次查询可以通过本次scroll_id继续查询，用于接下来的查询。相当于在结果中做了个标记，通过这个标记下一次查询从这个标记处继续查询。

以查询学生id为例：

SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        searchSourceBuilder.query(boolQueryBuilder);
        searchSourceBuilder.fetchSource("student_id", null);
        // 设置超时时间
        searchSourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS))     
       //设置每页返回3000条数据
	    searchSourceBuilder.size(3000);
        searchRequest.source(searchSourceBuilder);
        searchRequest.scroll(TimeValue.timeValueMinutes(1L))
        //查询
        SearchResponse resp = restHighLevelClient.search(searchRequest);
        
	    List<String> studentList = new ArrayList<>();
        //若数据量不足3000则执行一次。若大于3000则每3000条查询一次并返回，直到查询返回的结果为0则退出循环   
            do {
                SearchHits hits = resp.getHits();
                hits.forEach(v -> {
                    Map<String, Object> sourceAsMap = v.getSourceAsMap();
                    String studentId = sourceAsMap.get("student_id").toString();
                    studentList .add(studentId );
                });
                

			//获取scroll_id并再次查询
                SearchScrollRequest scrollRequest = new SearchScrollRequest(resp.getScrollId());
                scrollRequest.scroll(TimeValue.timeValueSeconds(3000));
                resp = restHighLevelClient.searchScroll(scrollRequest);
            } while (resp.getHits().getHits().length != 0);

关于elasticsearch分页参考文章:

Elasticsearch——分页查询From&Size VS scroll
es深度分页查询
Scroll深度分页及返回大量数据