【ES】深度分页
1. ES查询流程
ES的结构可以简化为协调节点(Coordination g Node)，与数据节点(Data Node)。协调节点将请求转发给数据节点，数据节点返回满足条件的TopN文档信息(至少包含id，score)。协调节点从k*TopN的文档信息中选出最终的TopN的结果的id发送给数据节点。数据节点根据id查询数据，返回给协调节点。
ES分页的三种方式
2. from + size
ES对from+size有大小限制，默认值为10000。因此，不适合深度分页场景。因为查询[from,from+size)时，也会将[0,from)的结果也会查出来，导致CPU和内存的开销较大。
3. scroll
可以处理大量数据，不适合实时分页。scroll会在服务器维持一个查询上下文，占用系统资源。并且初始化scroll请求时，ES会创建一个当前搜索结果的快照。用户无法实时查看最新数据。
4. sort + search_after
search_after基于游标的分页方法。第一次搜索时，ES会返回第一页的结果。当需要获取下一页数据时，可以使用上一页最后一个文档的排序字段值作为游标进行搜索。
优势：
● 避免深度分页性能问题：与from+size相比，search_after不需要计算和存储大量中间结果，因此在深度分页时效率更高。
● 资源占用少：search_after只需要记录上一页最后一条数据的排序值，相比scroll机制需要维护大量数据上下文，占用的资源更少。
● 稳定的排序结果：search_after基于排序值定位下一页数据，保证即使数据更新，分页结果的顺序依然稳定可靠。
工作原理：
- 排序：利用sort参数对结果进行排序，确保分页结果的稳定性。保证结果的唯一性，需要有一个id。
- 定位下一页：
● 使用search_after参数传递上一页最后一个结果的排序值，作为下一页查询的起点。
● ES会根据search_after的值快速定位到上一页的结束位置，开始下一页的查询，避免了深度分页的性能瓶颈。