Elasticsearch 的搜索流程是一个分布式协作过程，主要包含 查询阶段（Query Phase） 和 取回阶段（Fetch Phase），默认采用 QUERY_THEN_FETCH 模式。以下是详细流程：
一、请求分发与路由
1.1 客户端请求发送
客户端向集群中任意节点（成为协调节点）发送搜索请求，请求包含查询条件、目标索引等参数。
1.2 目标分片定位
协调节点解析请求，根据索引路由策略（如哈希文档ID）确定所有需要查询的主分片或副本分片位置。请求被并行转发至目标分片所在的数据节点。
二、查询阶段（Query Phase）
2.1 分片本地搜索
每个目标分片独立执行查询：
使用 倒排索引 匹配符合条件的文档 ID。
计算文档相关性得分（如 BM25 算法）。
根据排序规则（如得分、时间）生成优先级队列（Top-N 结果），仅存储文档 ID 和排序信息（非完整文档）。
2.2 返回中间结果
各分片将优先级队列结果（文档 ID + 排序信息）返回给协调节点。
三、结果聚合与排序
3.1 全局结果合并
协调节点聚合所有分片的中间结果：
按全局排序规则（如相关性得分）对所有文档进行重新排序。
根据分页参数（from/size）筛选最终的候选文档 ID。
四、取回阶段（Fetch Phase）
4.1 获取完整文档数据
协调节点向候选文档 ID 所在的分片发送多文档获取请求（Multi-Get）。
各分片返回完整文档内容（包括 _source 字段）。
4.2 组装最终响应
协调节点整合文档数据，补充高亮、聚合结果等附加信息，返回给客户端。
五、高级搜索模式
DFS_QUERY_THEN_FETCH：
在查询前增加全局词频统计步骤，解决分片间评分不一致问题，但性能较低。
关键流程总结
注：若查询包含聚合（Aggregation），各分片会先计算局部聚合结果，协调节点再汇总生成全局聚合数据。