（50）ElasticSearch之分页查询中的deep paging问题

　　请看下面两种分页查询的示例：from是从第几个文档开始查询，size是查几个文档

GET /lib/user/_search?from=0&size=3

GET /lib/user/_search
{
  "from":0,
  "size":2,
  "query":{
    "terms":{
      "interests":["hejiu","changge"]
     }
   }
}

　　1、什么是deep paging

　　查询的很深，比如一个索引有三个primary shard，存储了6000条数据，每个shard 2000条，要得到第100页的数据（每页10条），类似这种情况就叫deep paging

　　2、如何得到第100页的10条数据

　　1）错误的理解

　　查询到的是从每个shard的(100-1)*10的下标开始的，即查询的范围是990-999。在每个shard中搜索990到999这10条数据，然后用这30条数据排序，排序之后取10条数据就是要搜索的数据，这种做法是错的，因为3个shard中的数据的_score分数不一样，可能这某一个shard中第一条数据的_score分数比另一个shard中第1000条都要高，所以在每个shard中搜索990到999这10个数据然后排序的做法是不正确的。

　　2）正确的理解

　　每个shard把0-999（每个shard的前100页的数据，每个shard取前1000条）条数据全部搜索出来（按排序顺序），然后全部返回给coordinate node，由coordinate node按_score分数排序后，取出第100页的10条数据，然后返回给客户端。

　　3、deep paging 性能问题

　　1）耗费网络带宽，因为搜索过深的话，各shard要把数据传送给coordinate node，这个过程是有大量数据传递的，消耗网络。

　　2）消耗内存，各shard要把数据传送给coordinate node，这个传递回来的数据，是被coordinate node保存在内存中的，这样会大量消耗内存。

　　3）消耗cpu，coordinate node要把传回来的数据进行排序，这个排序过程很消费cpu。

　　鉴于deep paging的性能问题，所以应尽量减少使用。