Elasticsearch（简称 ES）本身不适合传统意义上的“深分页”，但提供了多种分页方式，每种适用不同场景。我们来详细讲解：

---

一、基本分页（from + size）

最常用的分页方式，类似 SQL 的 LIMIT offset, size。

查询语法示例：

GET /products/_search
{"query": {"match_all": {}},"from": 20,"size": 10
}

表示从第 21 条记录开始，取 10 条（第 3 页，每页 10 条）

优点：

• 简单直观，适合前几页浏览。

缺点：

• 深分页性能差：from 越大，ES 处理速度越慢，浪费内存和 CPU。
• 默认最大 from + size 为 10000（可修改 index.max_result_window）

---

二、Scroll 分页（适合大批量导出）

Scroll 是一种游标查询，用于大量数据批量处理，如导出所有数据。

查询示例：

POST /products/_search?scroll=1m
{"size": 100,"query": {"match_all": {}}
}

响应返回：

{"_scroll_id": "...","hits": {"hits": [ ... ]}
}

继续获取下一页：

POST /_search/scroll
{"scroll": "1m","scroll_id": "..."
}

优点：

• 适合全量导出、日志批处理等任务。
• 内部避免重新排序，性能好。

缺点：

• 不是实时的，不能跳页。
• scroll 占内存，需要及时清除。

---

三、Search After（推荐用于深分页）

官方推荐用于实时系统中分页跳转到深页，无需使用 from。

使用前提：

• 必须排序
• 每页记录中携带上页最后一条的排序字段值

示例：

第一页请求：

POST /products/_search
{"size": 10,"sort": [{ "price": "asc" }, { "_id": "asc" }]
}

返回结果中，拿到最后一条记录的排序值：

"sort": [100.0, "abc123"]

第二页请求使用 search_after：

POST /products/_search
{"size": 10,"sort": [{ "price": "asc" }, { "_id": "asc" }],"search_after": [100.0, "abc123"]
}

优点：

• 性能优于 from + size 的深分页
• 可实时查询，稳定

缺点：

• 不支持跳页（只能“下翻页”）
• 前端不能直接点跳转页码（需记住前页的 sort 值）

---

四、Pit（Point in Time）+ Search After（ES 7.10+）

在使用 search_after 时，为避免分页期间数据变动带来的不一致问题，可以使用 PIT。

创建 PIT：

POST /products/_pit?keep_alive=1m

返回：

{"pit_id": "xxx"
}

查询：

POST /products/_search
{"size": 10,"pit": {"id": "xxx","keep_alive": "1m"},"sort": [{ "price": "asc" }, { "_shard_doc": "asc" }],"search_after": [...]
}

---

各分页方式对比

方式	跳页支持	深分页性能	实时性	适合场景
from + size	✅	❌	✅	首页、少量分页
scroll	❌	✅	❌	导出/批处理
search_after	❌	✅✅	✅	深分页、翻页
pit + search_after	❌	✅✅✅	✅	实时且一致性强

---

实践建议

分页需求类型	建议用法
普通分页	from + size
超过1万条数据导出	scroll
深分页、实时查询	search_after + sort
高一致性深分页	pit + search_after

---