ElasticSearch最佳入门实践（三十五）分页搜索以及deep paging性能问题深度揭秘

1、如何使用es进行分页搜索的语法

size，from
GET /_search?size=10
GET /_search?size=10&from=0
GET /_search?size=10&from=20

假设将这6条数据分成3页，每一页是2条数据，来实验一下这个分页搜索的效果

2、什么是deep paging问题？为什么会产生这个问题，它的底层原理是什么？

deep paging 简单来说就是检索的特别深

比如共有60000条数据，每个shard上分配了 20000 条数据，每页是10条数据，这个时候，你检索到第 1000 页，实际上要拿到的是 10001 ~ 10010 这个范围的数据 。 因为所有的数据是分布在3个shard上的，可能检索的时候还有各种条件，各种聚合分析，那这个范围的数据该怎么拿到。

发起请求后，你的请求可能是打到一个不包含这个 index 的 shard 的 node 上去，那么这个 node 就是一个 coordinate node ，那么这个 coordinate node 就会把检索请求转发到 index 的三个 shard 所在的 node 上去

在刚刚假设的前提下，要检索 60000 条数据的 第 1000 页，而60000 条数据还是分布在3个 node 上。实际上在检索的时候，每个shard 都要将自己内部的20000 条数据的 第 10001 ~~ 10010 条数据拿出来。不是10 条，而是10010 条数据。三个shard 每个都要返回10010条数据给coordinate node ，coordinate node 会收到共 30030条数据，然后在这些数据中进行排序，_score，相关度分数，然后取到排位最高的10条数据，也就是我们需要的 第 1000 页的 10 条数据给用户。

在检索这个过程中 coordinate node 会保存大量的数据，还要进行大数据量的排序，排序之后，再取出对应那一页，所以这个过程中，耗费的网络带宽，内存，cpu，所以 deep paging 的性能问题 我们应该尽量避免这种操作