ES分页查询基本语法

# 分页
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "price": "asc"
    }
  ],
  "from": 0,
  "size": 10
}

上面是ES查询hotel这个索引库的语句，其中做了分页查询，from是从第几条数据开始（默认为0），size是每页展示的条数
我们可以类比一下mysql查询语句

SELECT * FROM hotel LIMIT 0, 10;

深度分页

什么是深度分页

在 Elasticsearch（ES）中，深度分页是指从大量的搜索结果中获取较靠后的页面数据。例如，当用户请求查询结果的第 100 页，每页显示 10 条记录，这就涉及到深度分页。
通常，在 ES 中，查询是分布式的，数据存储在多个分片（shard）上。当进行分页查询时，每个分片都要返回自己的一部分结果，然后在协调节点（coordinating node）进行汇总排序，得到最终的结果集。

深度分页的问题

1. 性能问题
   随着分页深度的增加，需要从更多的分片中获取数据。ES 需要检索大量的文档，对这些文档进行排序和筛选，这会消耗大量的内存和 CPU 资源。
   例如，假设一个索引有 10 个分片，查询从990开始（每页 10 条记录），ES 可能需要在每个分片上检索 1000 多条记录（因为要考虑排序等因素），总共要检索 10000 多条记录，只是为了获取最后的 10 条记录用于第 100 页的展示。
   
2. 准确性问题（近似计数）
   当进行深度分页时，ES 为了性能考虑，可能会使用近似计数而不是精确计数。这是因为精确计算会带来更高的成本。
   比如，在计算总命中数（total hits）时，对于深度分页的情况，ES 可能会返回一个近似值。这对于一些需要精确统计结果数量的应用场景可能会产生问题。
   为此es限制查询条数不超过10000条

解决方案和替代策略

1. 使用滚动查询（Scroll API）
   滚动查询适用于需要对大量数据进行深度遍历的场景，而不是传统的分页场景。它允许用户在一个初始请求之后，通过一个滚动 ID（scroll ID）不断地获取下一批数据，直到所有数据都被检索完。
   例如，在处理大数据集的导出或全量数据处理时，可以使用滚动查询。但要注意，滚动查询会占用一定的资源，并且在查询期间，ES 会保持一个上下文环境，所以应该在合适的场景下使用。
2. 限制分页深度
   在实际应用中，可以通过业务规则限制用户能够请求的最大分页深度。例如，只允许用户查询前 10 页的内容，这样可以避免过度的深度分页，减少性能问题。
3. 使用 search_after 参数
   search_after 是一种替代传统分页方式的方法。它基于上一次查询的结果来获取下一批次的结果。与传统分页不同的是，它不需要计算前面所有页的结果，只需要知道上一次查询的最后一个文档的排序值。
   例如，假设查询结果是按照时间戳排序的，在第一次查询中获取了前 10 条记录，记录下最后一条记录的时间戳，然后在下次查询中，通过 search_after 参数传入这个时间戳，就可以获取下一批记录。这种方式在一定程度上缓解了深度分页的性能问题。