Scroll API 和 Search After 的区别及适用场景？
在 Elasticsearch 中，当我们需要获取大量数据（Deep Pagination，即深度分页）时，标准的 from + size 方式在数据量超过 10,000 条时会失效且性能极差。Scroll API 和 Search After 是解决这一问题的两种主要机制。
以下是两者的详细对比、核心区别及适用场景。
1. 核心概念简述
Scroll API (滚屏快照)
- 原理：类似于传统数据库的游标（Cursor）。它会在搜索开始时创建一个索引的快照（Snapshot）。
- 机制：Elasticsearch 会在服务端维护一个“搜索上下文”（Search Context），即使在查询过程中有新数据写入或旧数据删除，Scroll 依然只能看到快照建立时的数据。
- 现状：在 Elasticsearch 7.x 及更高版本中，官方已不再推荐用于实时用户请求，并建议用
Search After+PIT(Point In Time) 替代。
Search After (游标分页)
- 原理：基于上一页最后一条数据的排序值（Sort Values）来检索下一页数据。
- 机制：它是无状态的（Stateless）。每一次查询都是独立的，它告诉 ES：“请给我排在 [值A, 值B] 之后的数据”。
- 现状：这是官方推荐的深度分页方式，特别是结合 PIT (Point In Time) 使用时，可以完美替代 Scroll。
2. 详细对比
| 特性 | Scroll API | Search After |
|---|---|---|
| 状态维护 | 有状态。服务端需维护上下文，占用内存资源。 | 无状态。服务端不维护游标位置，客户端自行控制。 |
| 数据一致性 | 强一致性（快照）。查询期间的数据变更不可见。 | 弱一致性（实时）。默认情况下，翻页过程中如果数据变动，可能导致数据重复或丢失（除非配合 PIT 使用）。 |
| 资源消耗 | 高。随着并发量增加，维护 Context 的成本极高。 | 低。仅需计算排序和过滤，无额外上下文开销。 |
| 排序要求 | 无强制要求。 | 必须有唯一排序字段（通常用 _id 作为 Tie-breaker），否则分页会乱。 |
| 灵活性 | 只能向后滚动，不支持跳页，不支持修改查询条件。 | 只能向后翻页（逻辑上），不支持随机跳页，但支持更改后续逻辑。 |
| 最大限制 | 受 max_open_scroll_context 限制。 |
无硬性限制。 |
| 推荐版本 | 旧版本常用，新版已不推荐。 | 新版本推荐标准。 |
3. 适用场景
Scroll API 适用场景
虽然官方不再推荐，但在以下场景中（尤其是旧版本 ES）仍然可见：
- 全量数据导出/迁移：例如将 ES 索引的数据全部导出到 Hadoop、Spark 或另一个 ES 集群。
- 离线批处理任务：脚本在后台跑数据，不需要实时响应用户，且必须保证处理过程中数据视图的一致性（不希望处理到一半数据变了）。
- 注意：如果你的 ES 版本较新，请使用 Search After + PIT 替代此场景。
Search After 适用场景
- C端/B端 业务系统的深度分页：例如手机 App 的“无限下拉”加载更多（Infinite Scroll）。
- 实时数据查询：用户需要看到最新的数据，且数据量可能很大。
- 替代 Scroll 的全量导出（需配合 PIT）：在 ES 7.10+ 版本后，使用
Search After配合Point In Time (PIT)API，既能获得 Scroll 的“快照”一致性能力，又能避免 Scroll 的高资源消耗问题。
4. 为什么 Search After 需要 "Tie-breaker"？
这是使用 Search After 最容易踩坑的地方。
假设你按 timestamp 排序。如果有多条日志的时间戳完全一样：
- 第一页最后一条数据时间是
12:00:00。 - 你告诉 ES：“给我
12:00:00之后的数据”。 - ES 可能会困惑，因为还有其他数据也是
12:00:00，它不知道哪些已经在上一页显示过了。
解决方案：
必须在排序中加入一个全局唯一的字段（通常是 _id）。
排序规则变成：sort: [{ "timestamp": "desc" }, { "_id": "asc" }]。
这样生成的 sort values 类似于 [1689000000, "abc-123"]，这就具有了唯一性，ES 就能精准定位。
5. 总结与最佳实践
- 不要再使用
from+size翻页超过 10,000 条数据。 - 如果是旧版本 ES 且做离线数据迁移，可以用 Scroll。
- 如果是在线业务（如无限滚动列表），必须使用 Search After。
- 如果是新版本 ES (7.10+) 做全量导出，请使用 Search After + PIT (Point In Time)。这是目前最完善的解决方案，它结合了 Scroll 的数据一致性优势和 Search After 的轻量级优势。
右滑查看面试常问