search_after 在弹性搜索中如何工作？

Question

我一直在尝试将 Elasticsearch 用于我们的应用程序，但是分页限制为 10k 对我们来说实际上是一个问题，并且由于必须超时问题，滚动 API 也不是推荐的选择。

我发现 Elasticsearch 有一个叫做 search_after 的东西，它是支持深度分页的理想解决方案。我一直试图从文档中理解它，但它有点令人困惑，无法清楚地理解它是如何工作的。

假设，我的文档中有三列，id, first_name, last_name，这里的 ID 是唯一的主键。

{
    "size": 10,
    "query": {
        "match" : {
            "title" : "elasticsearch"
        }
    },
    "sort": [
        {"id": "asc"}      
    ]
}

我可以使用上述查询来使用 search_after 功能吗？我在他们的文档中读到，我们必须在排序中使用多个唯一值，而不仅仅是一个 (ID)，但正如您所知，在我的数据集中我只有 ID 是唯一的。 如何在我的数据集示例中使用 search_after？

如果我使用一个独特的决胜局进行排序，我无法理解所述问题？有人可以用外行的方式帮助解释一下吗？

https://www.elastic.co/guide/en/elasticsearch/reference/6.8/search-request-search-after.html

每个文档都有一个唯一值的字段应用作 排序规范的决胜局。否则排序顺序为 具有相同排序值的文档将是未定义的，并且可以 导致结果丢失或重复。 _id 字段具有唯一值 每个文档，但不建议将其用作决胜局 直接地。请注意，search_after 会查找第一个文档 完全或部分匹配 tiebreaker 提供的值。因此，如果一个 文档的决胜局值为“654323”，您 search_after “654”它仍然会匹配该文档并返回找到的结果 在它之后。 doc 值在此字段上被禁用，因此对其进行排序 需要在内存中加载大量数据。相反，建议 复制（客户端或使用设置的摄取处理器）的内容 另一个启用了文档值的字段中的 _id 字段并使用 这个新字段作为排序的决胜局。

Answer 1

在您的情况下，如果您的 id 字段包含唯一值并且类型为 keyword（或数字），那么您绝对没问题，并且可以使用它来使用 search_after 进行分页。

所以第一个电话将是您的问题：

{
    "size": 10,
    "query": {
        "match" : {
            "title" : "elasticsearch"
        }
    },
    "sort": [
        {"id": "asc"},
        {"score": "desc"}      
    ]
}

在您的回复中，您需要查看最后一次点击并从最后一次点击中获取 sort 值：

{
    "_index" : "myindex",
    "_type" : "_doc",
    "_id" : "100000012",
    "_score" : null,
    "_source": { ... },
    "sort" : [
      "100000012",                                <--- take this
      "98"                                        <--- take this
    ]
}

然后在下一次搜索调用中，您将在 search_after 中指定该值

{
    "size": 10,
    "query": {
        "match" : {
            "title" : "elasticsearch"
        }
    },
    "search_after": [ "100000012", "98" ],        <--- add this
    "sort": [
        {"id": "asc"}      
    ]
}

下一个结果集的第一个命中将是id: 100000013。就是这样。没有别的了。

如果您总是使用完整的id 值进行排序，您所指出的问题与您无关。它的工作方式是您始终使用上一个结果中的最后一个 id 值。如果您要添加"search_after": ["1000"]，那么您就会遇到他们提到的问题，但您没有理由这样做。