Java ES分页案例如何实现

wen java案例 2026-06-30 27

Java Elasticsearch 分页案例：深度解析与最佳实践

目录导读

前言：为什么ES分页如此重要？
ES分页基础扫盲：from/size vs scroll vs search_after
实战案例一：浅分页（from/size）实现
实战案例二：深度分页（scroll）实现
实战案例三：实时游标（search_after）实现
性能对比与选型建议
常见问题FAQ（含问答）
总结与黄金法则

前言：为什么ES分页如此重要？

在实际开发中,Elasticsearch（简称ES）常用于日志分析、电商搜索、内容管理系统等海量数据检索场景，当搜索结果超过10条时，分页是必选项。不合理的分页设计会导致内存溢出、查询超时、集群雪崩，使用from/size翻到第100页，ES内部需要从每个分片取出from+size条数据，再排序合并，数据量越大性能越差。

Java ES分页案例如何实现

本案例基于Java High Level REST Client（7.x版本）和Spring Boot环境，给出三种主流分页方式的完整代码及适用场景。

ES分页基础扫盲

分页方式	原理	适用深度	实时性	内存消耗
from/size	跳过前N条，取M条	0~10000页	高	随页码递增
scroll	生成快照游标，分批读取	任意深度	低	较高（维护上下文）
search_after	基于排序值定位，无跳页	任意深度	高	低

核心区别：from/size有默认max_result_window限制（默认10000条）；scroll不适合实时系统；search_after是推荐的主流方案。

实战案例一：浅分页（from/size）实现

适用场景：用户手动翻页，总记录数小于1万，对实时性要求高（如管理系统、后台列表）。

Java代码示例

public SearchResponse fromSizePage(String index, int pageNo, int pageSize) {
    SearchRequest request = new SearchRequest(index);
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
    // 计算from
    int from = (pageNo - 1) * pageSize;
    sourceBuilder.from(from);
    sourceBuilder.size(pageSize);
    sourceBuilder.query(QueryBuilders.matchAllQuery()); // 实际用业务查询
    request.source(sourceBuilder);
    return restHighLevelClient.search(request, RequestOptions.DEFAULT);
}

注意：当from + size > 10000时，ES会抛出Result window is too large异常，解决方案：修改索引设置max_result_window，但推荐改用其他分页方式。

实战案例二：深度分页（scroll）实现

适用场景：导出全量数据、后台一次性处理（非用户交互），如生成报表、数据迁移。

Java代码示例

// 初始化scroll，有效期5分钟
public SearchResponse scrollInit(String index, int size) {
    SearchRequest request = new SearchRequest(index);
    SearchSourceBuilder source = new SearchSourceBuilder();
    source.size(size);
    source.query(QueryBuilders.matchAllQuery());
    request.source(source);
    request.scroll(TimeValue.timeValueMinutes(5));
    return restHighLevelClient.search(request, RequestOptions.DEFAULT);
}
// 滚动获取下一页
public SearchResponse scrollNext(String scrollId) {
    SearchScrollRequest scrollRequest = new SearchScrollRequest(scrollId);
    scrollRequest.scroll(TimeValue.timeValueMinutes(5));
    return restHighLevelClient.scroll(scrollRequest, RequestOptions.DEFAULT);
}
// 完成后清除scroll上下文
public void clearScroll(String scrollId) {
    ClearScrollRequest clearRequest = new ClearScrollRequest();
    clearRequest.addScrollId(scrollId);
    restHighLevelClient.clearScroll(clearRequest, RequestOptions.DEFAULT);
}

重要：必须手动清除scroll上下文，否则会耗尽集群内存，注意scroll保存的是快照，新写入的数据在滚动期间不可见。

实战案例三：实时游标（search_after）实现

适用场景：无限滚动加载（如Feed流、消息列表），支持任意深度翻页且实时。

Java代码示例

public SearchResponse searchAfterPage(String index, int pageSize, Object[] sortValues) {
    SearchRequest request = new SearchRequest(index);
    SearchSourceBuilder source = new SearchSourceBuilder();
    source.size(pageSize);
    source.sort("timestamp", SortOrder.DESC); // 必须有一个唯一排序字段
    source.sort("_id", SortOrder.ASC);        // 避免重复
    if (sortValues != null && sortValues.length > 0) {
        source.searchAfter(sortValues);
    }
    source.query(QueryBuilders.termQuery("status", "active"));
    request.source(source);
    return restHighLevelClient.search(request, RequestOptions.DEFAULT);
}
// 第一次调用时 sortValues=null
// 从response中提取下一次的sortValues
Object[] nextSort = hit.getSortValues();

核心要点：

排序字段必须全局唯一（通常timestamp+_id组合）
不支持跳页（只能“下一页”）
相比scroll,它不占用服务端内存，且能看到最新数据

性能对比与选型建议

场景	推荐方案	理由
前10页用户翻页	from/size	简单直接，性能可接受
无限滚动/移动端分页	search_after	无深度限制，实时性佳
全量数据导出	scroll	快照隔离，适合批量处理
聚合结果分页	不建议分页	聚合本身有`top_hits`限制，需重新设计