Elasticsearch异步搜索与滚动查询大数据分页实践

# 概述 大数据分页易因深分页而退化。Elasticsearch 提供异步搜索与滚动查询（Scroll），结合 `search_after` 游标可高效分页。本文给出策略与验证方法。 # 异步搜索（已验证） - 异步任务：提交查询并后台执行，减少前端等待； - 获取结果：轮询任务状态与结果； - 资源：设置超时与内存限制。 # 滚动查询与游标 - Scroll：在稳定快照上分页，适合批量导出； - `search_after`：基于排序键游标翻页，避免 `from/size`； - 排序：使用稳定字段（如时间+唯一键）。 # 示例（片段） ```json { "search_after": ["last_sort_value"], "sort": [{"ts": "desc"}], "size": 100 } ``` # 验证与监控 - 指标：查询耗时与扫描量、任务队列与内存； - 对比：深分页与游标策略性能； # 常见误区 - 在高并发在线查询中使用 Scroll 导致资源占用； - 排序字段不稳定造成重复或遗漏； # 结语 以异步搜索与 Scroll 的正确使用为基础，结合 `search_after` 游标与稳定排序，并以指标验证，Elasticsearch 能在大数据分页场景保持性能与稳定。