php - Elasticsearch 滚动扫描查询不返回所有文档，缺少第一组

Question

我正在尝试滚动我的 ES 索引并获取所有文档，但看起来我一直缺少初始滚动返回的第一组文档。例如，如果我的滚动大小为 10，而我的查询在滚动后总共返回 100，我将只有 90 个文档。对我缺少的东西有什么建议吗？

这是我目前尝试过的:

$json = '{"query":{"bool":{"must":[{"match_all":{}}]}}}';

$params = [
    "scroll" => "1m",
    "size" => 50,
    "index" => "myindex",
    "type" => "mytype",
    "body" => $json 
];

$results = $client->search($params);
$scroll_size = $results['hits']['total']; // returns total docs that match query
$s_id = $results['_scroll_id'];

print " total results:   " . $scroll_size;

//scroll
$count = 0;
while ($scroll_size > 0) {
    print "  SCROLLING...";
    $scroll_results = $client->scroll([
        'scroll_id' => $s_id,
        'scroll' => '1m'
    ]);

    // get number of results returned in the last scroll
    $scroll_size = sizeof($scroll_results['hits']['hits']);
    print "  scroll size: " . $scroll_size;

    // do something with results
    for ($i=0; $i<$scroll_size; $i++) {
        $count++;
    }
}
print " total id count: " . $id_count;

Answer 1

您执行的第一个查询返回文档数，也返回文档。第一个查询是建立滚动条，也是获取第一组文档。一旦处理完第一组结果，就可以使用 scroll_id 获取下一页，依此类推。