scroll查询可以用来 对Elasticsearch有效地执行大批量的文档查询，而又不用付出深度分页那种代价。

游标查询允许我们 先做查询初始化，然后再批量的拉取结果。这有点像传统数据库中的cursor。

游标查询会取某个时间点的快照数据。查询初始化之后索引上的任何变化会被他忽略。他通过保存旧的数据文件来实现这个特性，结果就像保留初始化时的索引 视图一样。

深度分页的代价根源是结果集全局排序，如果去掉全局排序的特性的话查询结果的成本就会很低。游标查询用字段_doc 来排序。这个指定让Elasticsearch 仅仅从还有结果的分片返回下一批结果。

启用游标查询可以通过在查询的时候设置参数scroll 的值为我们期望的游标查询的过期时间。游标查询的过期时间会在每次做查询的时候刷新，所以这个时间只需要足够处理当前批的结果就可以了，而不是处理查询结果的所有文档的所需时间。这个过期时间的参数很重要，因为保持这个游标查询窗口需要消耗资源，所以我们期望如果不再需要维护这种资源就该早点儿释放掉。设置这个超时能够让Elasticsearch在稍后空闲的时候自动释放这部分资源。

  1. GET /old_index/_search?scroll=1m //1
  2. {
  3.     "query": { "match_all": {}},
  4.     "sort" : ["_doc"], //2
  5.     "size":  1000
  6. }
  1. 保持游标查询窗口1分钟
  2. 关键字_doc 是最有效的排序顺序

这个查询的返回结果包括一个字段_scroll_id，他是一个base64 编码的长字符串。现在我们能传递字段_scroll_id 到 _search/scroll 查询接口获取下一批结果：

  1. GET /_search/scroll
  2. {
  3.     "scroll": "1m", //1
  4.     "scroll_id" : "cXVlcnlUaGVuRmV0Y2g7NTsxMDk5NDpkUmpiR2FjOFNhNnlCM1ZDMWpWYnRROzEwOTk1OmRSamJHYWM4U2E2eUIzVkMxalZidFE7MTA5OTM6ZFJqYkdhYzhTYTZ5QjNWQzFqVmJ0UTsxMTE5MDpBVUtwN2lxc1FLZV8yRGVjWlI2QUVBOzEwOTk2OmRSamJHYWM4U2E2eUIzVkMxalZidFE7MDs="
  5. }
  1. 注意再次设置游标查询过期时间为1分钟.

这个游标查询返回的下一批结果。尽管我们指定字段size 的值为1000，我们有可能取到超过这个值数量的文档。当查询的时候，字段size 作用于单个分片，所以每个批次实际返回的文档数量最大为size * number_of_primary_shards。

NOTE

注意游标查询每次返回一个新字段 _scroll_id。每次我们做下一次游标查询，我们必须把前一次查询返回的字段_scroll_id 传递进去。当没有更多的结果返回的时候，我们就处理完所有匹配的文档了。

TIP

提示：某些官方的 Elasticsearch 客户端比如Python 客户端 和 Perl 客户端提供了这个功能易用的封装。