【Elasticsearch】search_after不支持随机到哪一页,只能用于上一页或下一页的场景

`search_after` 确实不支持随机访问(即直接跳到任意一页),因此在前端需要随机跳转到某一页的场景中,使用 `search_after` 是不合适的。这种情况下,更适合使用 `from` 和 `size` 来实现分页。

为什么 `search_after` 不支持随机访问

`search_after` 的工作原理是基于排序字段的值,从上一页的最后一个结果之后继续查找下一页的结果。它依赖于结果的顺序性,因此只能顺序分页。如果需要跳转到任意一页,`search_after` 无法直接实现,因为它无法像 `from` 和 `size` 那样通过偏移量直接定位到目标页。

前端分页场景的适用性

  1. 随机访问分页(适合 `from` 和 `size`)

如果前端允许用户直接跳转到任意一页(例如用户可以直接输入页码,或者点击"第 100 页"这样的按钮),那么应该使用 `from` 和 `size`。这种方式可以方便地通过偏移量(`from`)直接定位到目标页。

  • 优点:

  • 支持随机访问,用户可以自由跳转到任意一页。

  • 实现简单,前端和后端的逻辑都比较直观。

  • 缺点:

  • 当分页深度较大时(例如 `from` 值很大),性能会显著下降,因为 Elasticsearch 需要加载和丢弃大量中间结果。

  1. 顺序分页(适合 `search_after`)

如果前端的分页逻辑是顺序的(例如用户只能通过"下一页"或"上一页"按钮逐步浏览),那么可以使用 `search_after`。这种方式在深度分页时性能更好,因为它不需要加载和丢弃大量中间结果。

  • 优点:

  • 性能高效,适合深度分页。

  • 资源占用低,对集群的压力小。

  • 缺点:

  • 不支持随机访问,用户不能直接跳转到任意一页。

  • 实现相对复杂,需要正确处理排序字段和排序值的传递。

前端分页的实现建议

如果你需要在前端实现分页功能,可以根据具体需求选择合适的分页方式:

  • 如果需要支持随机访问(用户可以跳转到任意一页):

  • 使用 `from` 和 `size`。

  • 在后端查询时,根据前端传入的页码计算 `from` 的值(`from = (page - 1) * size`)。

  • 示例:

```json

GET /my_index/_search

{

"from": 990, // 假设每页 10 条,跳转到第 100 页

"size": 10,

"query": {

"match_all": {}

}

}

```

  • 如果只需要顺序分页(用户只能通过"下一页"或"上一页"浏览):

  • 使用 `search_after`。

  • 在后端查询时,根据上一页的最后一个结果的排序值,设置 `search_after` 参数。

  • 示例:

```json

GET /my_index/_search

{

"size": 10,

"query": {

"match_all": {}

},

"sort": [

{ "_doc": "asc" }

],

"search_after": ["12345"] // 假设上一页的最后一个结果的 _doc 值为 12345

}

```

总结

  • 如果前端需要支持随机访问分页(用户可以跳转到任意一页),建议使用 `from` 和 `size`。

  • 如果前端只需要顺序分页(用户只能通过"下一页"或"上一页"浏览),并且需要处理大量数据,建议使用 `search_after`。

根据你的描述,如果前端允许用户随意点击某一页,那么确实不适合使用 `search_after`,而应该使用 `from` 和 `size` 来实现分页功能。

相关推荐
liu_sir_14 小时前
升级谷歌webview
大数据·elasticsearch·搜索引擎
Elastic 中国社区官方博客19 小时前
Elasticsearch 下采样方法:最后值采样 vs. 聚合采样
大数据·运维·elasticsearch·搜索引擎·全文检索
Andya_net1 天前
Git | Git 核心命令深入解析:从原理到实战
大数据·git·elasticsearch
不仙5201 天前
VMware Workstation 26.0.0 在 Ubuntu 24.04 (内核 6.17.0) 上的安装与内核模块编译问题
linux·ubuntu·elasticsearch
qziovv2 天前
Git 回退场景
大数据·git·elasticsearch
ZeroNews内网穿透2 天前
面向 AI 协作的本地客户端能力:ZeroNews Agent Skills
大数据·人工智能·elasticsearch
Elastic 中国社区官方博客2 天前
快 12 倍的 Elasticsearch 向量索引:使用 GPU 和 CPU 分层部署 NVIDIA cuVS
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·nvidia
海兰2 天前
【实用应用】React+TypeScript+Next.js博客项目
开发语言·javascript·elasticsearch
乐观的Terry2 天前
博客系统全文搜索实战:用 Elasticsearch 告别 MySQL LIKE 查询
mysql·elasticsearch
敖正炀2 天前
索引写入与数据持久化深度
elasticsearch