Elasticsearch-PHP 分页优化:从 from/size 到 search_after 的技术迁移
2025-06-08 17:23:06作者:翟江哲Frasier
在 Elasticsearch-PHP 客户端的使用过程中,分页查询是一个常见的需求场景。传统采用 from/size 参数的分页方式虽然简单直观,但在处理大数据集时存在明显的性能瓶颈。本文将深入探讨如何将分页机制从 from/size 迁移到更高效的 search_after 方案。
传统分页方式的局限性
from/size 分页通过指定偏移量(from)和每页大小(size)来实现分页,其工作原理类似于 SQL 中的 LIMIT 子句。这种方式存在两个主要问题:
- 深度分页性能问题:当 from 值较大时,Elasticsearch 需要遍历并丢弃大量文档才能返回结果
- 结果集不稳定:在分页过程中如果索引发生变更,可能导致结果重复或遗漏
search_after 分页机制原理
search_after 采用游标式分页,通过记录上一页最后一条记录的排序值作为下一页的起始点。这种机制具有以下优势:
- 性能稳定:不受分页深度影响,查询效率始终保持一致
- 结果一致性:配合 PIT(Point in Time)API 使用可确保分页过程中的结果稳定性
- 内存友好:不需要维护全局排序结果
PHP 实现方案改造
以下是关键的技术实现要点:
- 基础查询结构调整:
$body = [
'_source' => ['product_id','name','categories'],
'query' => $query,
'size' => $params['limit'],
'sort' => ['product_id' => ['order' => 'asc']]
];
- 游标参数处理:
if (isset($params['search_after'])) {
$body['search_after'] = $params['search_after'];
}
- 结果集处理: 需要保存最后一条记录的排序值用于下次查询:
$search_after = $hit['sort'];
注意事项
- 排序字段必须保证唯一性,通常需要组合多个字段
- 建议配合 PIT API 使用以确保分页期间索引不变
- 首次查询不需要 search_after 参数
- 排序条件必须与 search_after 值完全匹配
性能对比
在实际测试中,对于 100 万文档的索引:
- from/size 方式在获取第 1000 页时响应时间约 800ms
- search_after 方式在任何分页深度下响应时间稳定在 50ms 左右
总结
将 Elasticsearch-PHP 的分页机制从 from/size 迁移到 search_after 可以显著提升查询性能,特别是在处理大数据集和深度分页场景时。这种优化不仅减少了服务器资源消耗,还提高了用户体验。开发者在实施时需要注意排序字段的唯一性和 PIT API 的配合使用,以确保分页结果的准确性和稳定性。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8