Elasticsearch 7.3 深度分页（十九）如何高效学习？

本文共计453个文字，预计阅读时间需要2分钟。

1. Deep Paging 是一种根据数据相关度评分类排序的算法，通过分页深挖数据，协同节点将大量数据聚合分析。

2. Deep Paging 性能问题： 1. 消耗网络带宽：由于搜索深词，每个 shard 需要将数据递交给 coord。

1、什么是deep paging

根据相关度评分倒排序，所以分页过深，协调节点会将大量数据聚合分析。

2、deep paging 性能问题

1消耗网络带宽，因为所搜过深的话，各 shard 要把数据传递给 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cup，coordinate node 要把传回来的数据进行排序，这个排序过程很消耗cpu。 所以：鉴于deep paging的性能问题，所有应尽量减少使用。

如上图所示：查询第9990页数据。来理解deep paging：

我们比较容易想到，我们每个节点都取第9990页的10条数据，在把三个shard总共30条数据在排序取前10条。但是事实真是这样的吗？

因为每次搜索的关键词是不同的，所有的score在每个shard中是呈现出完全不一样的分布。可能某个shard的第一条数据的score都比另一个shard上第10000个数据的评分都要低。所以，每个shard取10条数据是完全错误的。