我对 Elasticsearch 的滚动功能有点困惑。 在弹性搜索中，每当用户在结果集上滚动时，是否可以调用搜索 API？ 来自文档
"search_type" => "scan", // use search_type=scan
"scroll" => "30s", // how long between scroll requests. should be small!
"size" => 50, // how many results *per shard* you want back
这是否意味着它将每 30 秒执行一次搜索并返回所有结果集，直到没有记录？
例如，我的 ES 返回总共 500 条记录。我从 ES 获取数据作为两组记录，每组记录有 250 条记录。有什么办法可以先显示第一组 250 条记录，当用户滚动时，再显示第二组 250 条记录。请建议
【问题讨论】：
标签： elasticsearch scroll pagination
你要找的是分页。
您可以通过查询固定大小并设置from 参数来实现您的目标。由于要设置分批显示 250 个结果，因此可以设置 size = 250 并随着每个连续查询，将 from 的值增加 250。
GET /_search?size=250 ---- return first 250 results
GET /_search?size=250&from=250 ---- next 250 results
GET /_search?size=250&from=500 ---- next 250 results
相反，Scan & scroll 可让您通过一次搜索检索大量结果，非常适合将数据重新索引到新索引等操作。不建议使用它来实时显示搜索结果。
简单解释一下Scan & scroll，它本质上是扫描索引以查找随扫描请求提供的查询并返回scroll_id。这个scroll_id可以传递给下一个滚动请求返回下一批结果。
考虑以下示例-
# Initialize the scroll
page = es.search(
index = 'yourIndex',
doc_type = 'yourType',
scroll = '2m',
search_type = 'scan',
size = 1000,
body = {
# Your query's body
}
)
sid = page['_scroll_id']
scroll_size = page['hits']['total']
# Start scrolling
while (scroll_size > 0):
print "Scrolling..."
page = es.scroll(scroll_id = sid, scroll = '2m')
# Update the scroll ID
sid = page['_scroll_id']
# Get the number of results that we returned in the last scroll
scroll_size = len(page['hits']['hits'])
print "scroll size: " + str(scroll_size)
# Do something with the obtained page
在上面的例子中，发生了以下事件-
scroll_id（在上一个滚动请求中收到）并返回下一批结果。【讨论】：
在最新版本的 Elasticsearch 中，您将使用 search_after。您在此处设置的keep_alive，就像滚动中的timeout，只是您处理一页所需的时间。
那是因为 Elasticsearch 会让您的“搜索上下文”在这段时间内保持活跃，然后将其删除。此外，Elasticsearch 不会自动为您获取下一页，您必须通过发送带有上一个请求的 ID 的请求来做到这一点。
【讨论】：
使用滚动 api 是明智的，因为在 elasticsearch 中一次无法获取超过 10K 的数据。
【讨论】：
Scroll API at elastic 的文档也解释了这种行为。
10k 的结果大小是默认值，如果需要，可以在运行时覆盖：
PUT { "index" : { "max_result_window" : 500000} }
滚动 id 的生命周期在每个滚动请求中使用参数“scroll”定义，例如
..
"scroll" : "5m"
..
【讨论】：
您作为示例用例描述的实际上是search results pagination，它可用于任何搜索查询，并且受限于 10k 个结果。当您需要超过 10k 限制时，需要 scroll 请求，使用 scroll 查询，您甚至可以获取整个文档集合。
这里可能造成混淆的原因是scroll 术语不明确：它表示查询的类型，也是该查询的参数名称（正如other comments 中提到的，是时候了ES 会一直等待你获取下一个滚动块）。
scroll 查询很繁重，除非绝对必要，否则应避免使用。其实在docs
它说：
滚动不是为了实时用户请求，而是为了处理大量数据，...
现在关于您的另一个问题：
在elasticsearch中是否可以在每次用户滚动结果集时调用搜索API？
是的，甚至几个parallel scroll requests 是可能的：
每个滚动都是独立的，可以像任何滚动请求一样并行处理。
【讨论】：
您理解错误scroll 属性的用途。这并不意味着 elasticsearch 会在 30 秒后获取下一页数据。当您进行第一次滚动请求时，您需要指定何时应关闭滚动上下文。 scroll 参数告诉在 30 秒后关闭滚动上下文。
在执行第一次滚动请求后，您将返回 scroll_idparameter 作为响应。对于下一页，您需要传递该值以获取滚动响应的下一页。如果您未在 30 秒内执行下一个滚动请求，则滚动请求将被关闭，您将无法获取该滚动请求的下一页。
【讨论】：