深度分页

深度分页其实就是搜索的深浅度，比如第1页，第2页，第10页，第20页，是比较浅的；第10000页，第20000页就是很深了。

POST    http://10.0.0.220:9200/shop/_doc/_search

{
    "query": {
        "match_all": {}
    },
    "from": 9999,
    "size": 10
}

ES默认情况下，最大允许获取10000条数据，超过10000则会报错。另外，我们在获取第9999条到10009条数据的时候，其实每个分片都会拿到10009条数据，然后集合在一起，总共是10009*3=30027条数据，针对30027数据再次做排序处理，最终会获取最后10条数据。如此一来，搜索得太深，就会造成性能问题，会耗费内存和占用cpu。而且es为了性能，他不支持超过一万条数据以上的分页查询。那么如何解决深度分页带来的性能呢？其实我们应该避免深度分页操作（限制分页页数），比如最多只能提供100页的展示，从第101页开始就没了，毕竟用户也不会搜的那么深，我们平时搜索淘宝或者百度，一般也就看个10来页就顶多了。

譬如淘宝搜索限制分页最多100页，如下：

修改默认值
如果有更大的需求，或是需要获取更深的数据，如获取20000到20010条的数据，我们可以去设置相关参数index.max_result_window：（此时我们将最大获取条数设置为30000）

PUT    http://10.0.0.220:9200/shop/_settings

{
	"index.max_result_window":"30000"
}

重新获取第9999到10009条数据：


scroll 滚动搜索
一次性查询1万+数据，往往会造成性能影响，因为数据量太多了。这个时候可以使用滚动搜索，也就是 scroll。滚动搜索可以先查询出一些数据，然后再紧接着依次往下查询。在第一次查询的时候会有一个滚动id，相当于一个锚标记，随后再次滚动搜索会需要上一次搜索的锚标记，根据这个进行下一次的搜索请求。每次搜索都是基于一个历史的数据快照，查询数据的期间，如果有数据变更，那么和搜索是没有关系的，搜索的内容还是快照中的数据。

• scroll=1m，相当于是一个session会话时间，搜索保持的上下文时间为1分钟。

  ### 第一次查询
  POST     http://10.0.0.220:9200/shop/_search?scroll=1m
  {
      "query": { 
      	"match_all": {
      	}
      },  
      "sort" : ["_doc"], 
      "size":  5
  }
  
  
  ### 第二次查询
  POST     http://10.0.0.220:9200/_search/scroll
  {
      "scroll": "1m", 
      "scroll_id" : "your last scroll_id"
  }

   

第一次查询


第二次查询


官文说明：https://www.elastic.co/guide/cn/elasticsearch/guide/current/scroll.html