elasticsearch的ScanScroll如何使用
这篇文章主要讲解了“elasticsearch的ScanScroll如何使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“elasticsearch的ScanScroll如何使用”吧！
双峰网站建设公司创新互联建站,双峰网站设计制作，有大型网站制作公司丰富经验。已为双峰数千家提供企业网站建设服务。企业网站搭建\成都外贸网站建设要多少钱，请找那个售后服务好的双峰做网站的公司定做！
ScanScroll 的特点
优点
速度快
大数据量
缺点
不支持排序
不支持分页
不支持评分
不支持续查
使用场景
看起来，缺点要比优点多很多，不过它很有用。如果说BULK是为了快速入库存在的，那SCAN就是为了快速出库而诞生的。ES的查询性能优越，但是分析能力弱。所以会有,比如把ES的数据拉到Hadoop集群去分析计算的需求，当然这个已经有现成的插件了，不出所料也是用的SCAN。如果SCAN遭遇BULK， 也就是ES到ES的话，它有另一个更熟悉的名字叫 复制表。
使用方法
def scanTest():
searchRes = es.search(index="users",size=10,body={"query": {"match_all": {}}},search_type="scan",scroll="10s")
while True:
scrollRes=es.scroll(scroll_id=searchRes["_scroll_id"],scroll="10s",ignore=[400, 404])
res_list = scrollRes["hits"]["hits"]
if not len(res_list):
break;
for res in res_list:
print res["_source"]["userName"]原理流程
整个流程比较清晰，先count一个总数，下面每次scroll，返回size*分片数的数据，直到遍历全部。SCAN是支持查询偏好preference的，可以指定分片，所以有人说的size*主分片数，是不准确的，这个很容易验证。
第一阶段：Search
用TotalHitCountCollector统计下总数，并且确定（节点，查询上下文ID），Base64编码成ScrollId返回
第二阶段：SearchScroll
根据ScrollId去每个节点，找到查询上下文ID执行XFilteredQuery，收集结果，合并返回
第一阶段除了返回总数，还有一个很神秘的ScrollId，这个ScrollId长成这样，很像Base64编码过的。一定不是ID那么简单，了解一番，果不其然 ，主要有3个部分组成type,context,attributes
type 分别是queryThenFetch,queryAndFetch,scan,我们这里讲的是scan
attributes 只有一个元素，total_hits
context 是个分片的元组，有2个元素，分片 = [节点ID,查询上下文ID]
ScrollId 是个很容易会暴露秘密的东西，我们会发现ScrollId 依赖的节点ID和查询上下文ID都是变量，查询上下文ID，每次请求都要递增的。所以每次请求的ScrollId 都不一样，导致了如果在我们的SCAN过程意外终止，我们可能需要重新来过。
每次SCAN，处理Scroll跳到下一页去，我们自己指定form是无效的。
//SearchService
private void processScroll(InternalScrollSearchRequest request, SearchContext context) {
// process scroll
context.from(context.from() + context.size());
context.scroll(request.scroll());
// ...
}//ScanContext
public TopDocs execute(SearchContext context) throws IOException {
ScanCollector collector = new ScanCollector(readerStates, context.from(), context.size(), context.trackScores());
Query query = new XFilteredQuery(context.query(), new ScanFilter(readerStates, collector));
try {
context.searcher().search(query, collector);
} catch (ScanCollector.StopCollectingException e) {
// all is well
}
return collector.topDocs();
}自定义的Filter，Collector，执行搜索，收集那一页的结果集
//ScanContext
public void collect(int doc) throws IOException {
if (counter >= from) {
docs.add(new ScoreDoc(docBase + doc, trackScores ? scorer.score() : 0f));
}
readerState.count++;
counter++;
if (counter >= to) {
throw StopCollectingException;
}
}根据以往数据库的认识，count操作总是很慢的，这让我很担心会延长整个查询的时间，后来我发现这种担心是多余的，对于全文检索count操作是很快速的。根据测试，17亿数据24个分片，平均每个分片的count时间在200ms到700ms之间，最糟糕的情况下总数也能在1秒内返回，这对于整个查询时间而言是可以接受的。
感谢各位的阅读，以上就是“elasticsearch的ScanScroll如何使用”的内容了，经过本文的学习后，相信大家对elasticsearch的ScanScroll如何使用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
当前名称：elasticsearch的ScanScroll如何使用
网站网址：http://cdiso.cn/article/jsoghc.html
