Elasticsearch中的三种分页策略深度解析：原理、使用及对比

1. From/Size分页
原理：

• 通过from（起始偏移量）和size（每页数量）参数实现分页。
• 查询时，协调节点向所有分片请求数据，每个分片返回from + size条结果，协调节点汇总后截取from后的size条作为最终结果。
• 深度分页（如from=10000）时，分片需生成大量临时数据，内存和网络开销显著增加。

使用：

GET /index/_search  
{  
  "from": 0,  
  "size": 10,  
  "query": { "match_all": {} }  
}  

限制：

• 默认最大from + size为10000（可通过index.max_result_window调整，但可能引发性能问题）。
• 不适用于大数据量深度分页。

---

2. Scroll分页
原理：

• 基于游标的遍历方式，适用于离线批量导出。
• 首次查询创建快照（数据视图固定），返回_scroll_id，后续通过此ID分批次拉取。
• 上下文在指定时间（如1m）内存活，占用堆内存资源。

使用：

# 初始化Scroll  
GET /index/_search?scroll=1m  
{  
  "size": 100,  
  "query": { "match_all": {} }  
}  

# 后续请求  
GET _search/scroll  
{  
  "scroll": "1m",  
  "scroll_id": "DnF1ZXJ5VGhlbkZldGNoBQAAAAAAA..."  
}  

限制：

• 实时性差：快照创建后新增/更新的数据不可见。
• 资源消耗大：长期未关闭的Scroll会导致内存泄漏。

---

3. Search After分页
原理：

• 基于排序值（Sort）的分页，适用于实时深度分页。
• 每次查询使用上一页最后一条文档的排序值作为search_after参数，定位下一页起始位置。
• 避免全局排序，仅对当前页数据排序，性能更优。

使用：

# 首次查询  
GET /index/_search  
{  
  "size": 10,  
  "query": { "match_all": {} },  
  "sort": [  
    {"timestamp": "desc"},  
    {"_id": "asc"}  // 确保排序唯一性  
  ]  
}  

# 后续查询（使用上一页最后一条的排序值）  
GET /index/_search  
{  
  "size": 10,  
  "query": { "match_all": {} },  
  "sort": [  
    {"timestamp": "desc"},  
    {"_id": "asc"}  
  ],  
  "search_after": [1640995200000, "abc123"]  
}  

限制：

• 必须指定唯一或足够唯一的排序字段组合（如时间戳+_id）。
• 不支持跳页，仅支持顺序翻页。

---

对比总结	维度	From/Size	Scroll	Search After
性能	低效（深度分页时）	高效（大数据量批处理）	高效（实时深度分页）
实时性	实时	非实时（快照）	实时
内存占用	高（协调节点聚合）	高（上下文保留）	低（无上下文）
适用场景	小数据量简单分页	全量数据导出	大数据量深度分页
跳页支持	支持	不支持	不支持