好用的ppt模板免费下载网站,微信微网站开发策划,wordpress-5.2.1,做外贸网站注意一、深度分页方式from size
es 默认采用的分页方式是 from size 的形式#xff0c;在深度分页的情况下#xff0c;这种使用方式效率是非常低的#xff0c;比如我们执行如下查询 1 GET /student/student/_search
2 {
3 query:{
4 match_all:…一、深度分页方式from size
es 默认采用的分页方式是 from size 的形式在深度分页的情况下这种使用方式效率是非常低的比如我们执行如下查询 1 GET /student/student/_search
2 {
3 query:{
4 match_all: {}
5 },
6 from:5000,
7 size:10
8 } 意味着 es 需要在各个分片上匹配排序并得到5010条数据协调节点拿到这些数据再进行排序等处理然后结果集中取最后10条数据返回。
我们会发现这样的深度分页将会使得效率非常低因为我只需要查询10条数据而es则需要执行fromsize条数据然后处理后返回。
其次es为了性能限制了我们分页的深度es目前支持的最大的 max_result_window 10000也就是说我们不能分页到10000条数据以上。
例如 from size 10000所以这个分页深度依然能够执行。 继续看上图当size from 10000es查询失败并且提示
Result window is too large, from size must be less than or equal to: [10000] but was [10001] 接下来看还有一个很重要的提示
See the scroll api for a more efficient way to request large data sets. This limit can be set by changing the [index.max_result_window] index level setting 有关请求大数据集的更有效方法请参阅滚动api。这个限制可以通过改变[索引]来设置。哦呵原来es给我们提供了另外的一个API scroll。难道这个 scroll 能解决深度分页问题 二、深度分页之scroll
在es中如果我们分页要请求大数据集或者一次请求要获取较大的数据集scroll都是一个非常好的解决方案。
使用scroll滚动搜索可以先搜索一批数据然后下次再搜索一批数据以此类推直到搜索出全部的数据来scroll搜索会在第一次搜索的时候保存一个当时的视图快照之后只会基于该旧的视图快照提供数据搜索如果这个期间数据变更是不会让用户看到的。每次发送scroll请求我们还需要指定一个scroll参数指定一个时间窗口每次搜索请求只要在这个时间窗口内能完成就可以了。
一个滚屏搜索允许我们做一个初始阶段搜索并且持续批量从Elasticsearch里拉取结果直到没有结果剩下。这有点像传统数据库里的cursors游标。
滚屏搜索会及时制作快照。这个快照不会包含任何在初始阶段搜索请求后对index做的修改。它通过将旧的数据文件保存在手边所以可以保护index的样子看起来像搜索开始时的样子。这样将使得我们无法得到用户最近的更新行为。
scroll的使用很简单
执行如下curl每次请求两条。可以定制 scroll 5m意味着该窗口过期时间为5分钟。 1 GET /student/student/_search?scroll5m
2 {
3 query: {
4 match_all: {}
5 },
6 size: 2
7 } 1 {2 _scroll_id : DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAC0YFmllUjV1QTIyU25XMHBTck1XNHpFWUEAAAAAAAAtGRZpZVI1dUEyMlNuVzBwU3JNVzR6RVlBAAAAAAAALRsWaWVSNXVBMjJTblcwcFNyTVc0ekVZQQAAAAAAAC0aFmllUjV1QTIyU25XMHBTck1XNHpFWUEAAAAAAAAtHBZpZVI1dUEyMlNuVzBwU3JNVzR6RVlB,3 took : 0,4 timed_out : false,5 _shards : {6 total : 5,7 successful : 5,8 skipped : 0,9 failed : 0
10 },
11 hits : {
12 total : 6,
13 max_score : 1.0,
14 hits : [
15 {
16 _index : student,
17 _type : student,
18 _id : 5,
19 _score : 1.0,
20 _source : {
21 name : fucheng,
22 age : 23,
23 class : 2-3
24 }
25 },
26 {
27 _index : student,
28 _type : student,
29 _id : 2,
30 _score : 1.0,
31 _source : {
32 name : xiaoming,
33 age : 25,
34 class : 2-1
35 }
36 }
37 ]
38 }
39 } 在返回结果中有一个很重要的
_scroll_id 在后面的请求中我们都要带着这个 scroll_id 去请求。
现在student这个索引中共有6条数据id分别为 1 2 3 4 5 6。当我们使用 scroll 查询第4次的时候返回结果应该为kong。这时我们就知道已经结果集已经匹配完了。
继续执行3次结果如下三图所示。
1 GET /_search/scroll
2 {
3 scroll:5m,
4 scroll_id:DnF1ZXJ5VGhlbkZldGNoBQAAAAAAAC0YFmllUjV1QTIyU25XMHBTck1XNHpFWUEAAAAAAAAtGRZpZVI1dUEyMlNuVzBwU3JNVzR6RVlBAAAAAAAALRsWaWVSNXVBMjJTblcwcFNyTVc0ekVZQQAAAAAAAC0aFmllUjV1QTIyU25XMHBTck1XNHpFWUEAAAAAAAAtHBZpZVI1dUEyMlNuVzBwU3JNVzR6RVlB
5 } 由结果集我们可以发现最终确实分别得到了正确的结果集并且正确的终止了scroll。 三、search_after
from size的分页方式虽然是最灵活的分页方式但是当分页深度达到一定程度将会产生深度分页的问题。scroll能够解决深度分页的问题但是其无法实现实时查询即当scroll_id生成后无法查询到之后数据的变更因为其底层原理是生成数据的快照。这时 search_after应运而生。其是在es-5.X之后才提供的。
search_after 是一种假分页方式根据上一页的最后一条数据来确定下一页的位置同时在分页请求的过程中如果有索引数据的增删改查这些变更也会实时的反映到游标上。为了找到每一页最后一条数据每个文档必须有一个全局唯一值官方推荐使用 _uid 作为全局唯一值但是只要能表示其唯一性就可以。
为了演示我们需要给上文中的student索引增加一个uid字段表示其唯一性。
执行如下查询 1 GET /student/student/_search2 {3 query:{4 match_all: {}5 },6 size:2,7 sort:[8 {9 uid: desc
10 }
11 ]
12 } 结果集 View Code 下一次分页需要将上述分页结果集的最后一条数据的值带上。 1 GET /student/student/_search2 {3 query:{4 match_all: {}5 },6 size:2,7 search_after:[1005],8 sort:[9 {
10 uid: desc
11 }
12 ]
13 } 这样我们就使用search_after方式实现了分页查询。 四、三种分页方式比较
分页方式性能优点缺点场景from size低灵活性好实现简单深度分页问题数据量比较小能容忍深度分页问题scroll中解决了深度分页问题 无法反应数据的实时性快照版本 维护成本高需要维护一个 scroll_id 海量数据的导出比如笔者刚遇到的将es中20w的数据导入到excel 需要查询海量结果集的数据 search_after高 性能最好 不存在深度分页问题 能够反映数据的实时变更 实现复杂需要有一个全局唯一的字段 连续分页的实现会比较复杂因为每一次查询都需要上次查询的结果 海量数据的分页 参考文献 《elasticsearch-权威指南》 如有错误的地方还请留言指正。 原创不易转载请注明原文地址https://www.cnblogs.com/hello-shf/p/11543453.html
