弹性搜索不提供页码较大的数据

Question

要获取的数据大小:大约20,000

问题:在python中使用下面的命令搜索弹性搜索索引数据

但没有得到任何结果。

from pyelasticsearch import ElasticSearch
es_repo = ElasticSearch(settings.ES_INDEX_URL)
search_results = es_repo.search(
            query, index=advertiser_name, es_from=_from, size=_size)

，如果我给出的尺寸小于或等于10,000，它工作得很好，但是不能用20,000，请帮我找到这个问题的最佳解决方案。

PS:在深入挖掘ES时，发现了以下消息错误：

结果窗口太大，from + size必须小于或等于: 10000但为19999。有关请求大型数据集的更有效方法，请参见滚动API。

Answer 1

对于实时使用，最好的解决方案是使用搜索后查询。您只需要一个日期字段，以及另一个唯一标识文档的字段--足够的_id字段或_uid字段了。尝试这样的方法，在我的示例中，我希望提取属于单个用户的所有文档-在我的示例中，用户字段有一个keyword datatype

from elasticsearch import Elasticsearch


es = Elasticsearch()
es_index = "your_index_name"
documento = "your_doc_type"

user = "Francesco Totti"

body2 = {
        "query": {
        "term" : { "user" : user } 
            }
        }

res = es.count(index=es_index, doc_type=documento, body= body2)
size = res['count']


body = { "size": 10,
            "query": {
                "term" : {
                    "user" : user
                }
            },
            "sort": [
                {"date": "asc"},
                {"_uid": "desc"}
            ]
        }

result = es.search(index=es_index, doc_type=documento, body= body)
bookmark = [result['hits']['hits'][-1]['sort'][0], str(result['hits']['hits'][-1]['sort'][1]) ]

body1 = {"size": 10,
            "query": {
                "term" : {
                    "user" : user
                }
            },
            "search_after": bookmark,
            "sort": [
                {"date": "asc"},
                {"_uid": "desc"}
            ]
        }




while len(result['hits']['hits']) < size:
    res =es.search(index=es_index, doc_type=documento, body= body1)
    for el in res['hits']['hits']:
        result['hits']['hits'].append( el )
    bookmark = [res['hits']['hits'][-1]['sort'][0], str(result['hits']['hits'][-1]['sort'][1]) ]
    body1 = {"size": 10,
            "query": {
                "term" : {
                    "user" : user
                }
            },
            "search_after": bookmark,
            "sort": [
                {"date": "asc"},
                {"_uid": "desc"}
            ]
        }

然后，您将发现附加在result var中的所有文档。

如果您想使用scroll query - doc 这里

from elasticsearch import Elasticsearch, helpers

es = Elasticsearch()
es_index = "your_index_name"
documento = "your_doc_type"

user = "Francesco Totti"

body = {
        "query": {
        "term" : { "user" : user } 
             }
        }

res = helpers.scan(
                client = es,
                scroll = '2m',
                query = body, 
                index = es_index)

for i in res:
    print(i)

Answer 2

可能是它的ElasticSearch约束。

index.max_result_window index setting which defaults to 10,000