深度分页与遍历

本章定位：from+size 分页在第 10000 条之后就会报错。本章覆盖三种不限制深度的方案：search_after、scroll 和 point in time (PIT)。

定义与作用

深度分页指在 ES 中获取第 N 页之后的数据（N 很大）。from+size 会造成协调节点内存和 CPU 压力过大，因为需要从每个分片取 N+size 条并全局排序。

ES 默认限制 max_result_window: 10000。

完整示例：三种遍历方案

search_after（实时分页，推荐）

POST /students/_search
{
  "size": 20,
  "sort": [{ "score": "desc" }, { "_id": "asc" }],
  "search_after": [95, "1000"]
}

scroll（批处理/全量导出）

POST /students/_search?scroll=5m
{ "size": 1000, "query": { "match_all": {} } }

POST /_search/scroll
{ "scroll": "5m", "scroll_id": "DXF1ZXJ5..." }

PIT（ES 7.10+，最优雅）

POST /students/_pit?keep_alive=5m
POST /_search
{
  "size": 100,
  "pit": { "id": "...", "keep_alive": "5m" },
  "sort": [{ "_shard_doc": "asc" }],
  "search_after": [2, "..." ]
}

小结

场景选择：实时分页→search_after；全量导出→scroll 或 PIT+search_after；无需求则限制 max_result_window 防 OOM。