Elasticsearch中如何滚动inner_hits结果无需调整max_inner_result_window？

首先明确：Elasticsearch 目前没有提供类似 scroll 或 search_after 的原生机制，专门用来分页遍历单个文档下匹配的嵌套 inner_hits 结果以绕过 max_inner_result_window 限制。以下是几种可行的替代方案：

方案1：临时调整 max_inner_result_window #

虽然你希望避免修改配置，但官方设计该参数的目的就是控制 inner_hits 的返回上限。如果是临时业务需求，可以针对性调整索引配置，用完后再恢复默认值：

PUT /your_index/_settings
{
  "index.max_inner_result_window": 10000
}

该方案操作简单，适合偶尔需要全量获取 inner_hits 的场景。

方案2：将嵌套结构转为父子文档（Join 类型） #

如果嵌套数据量极大且需要频繁全量遍历匹配项，建议把 nested 类型改为 Join 类型的父子文档结构。这样查询子文档时，就能用普通的 scroll 或 search_after 全量遍历，完全不受 inner_hits 的窗口限制。

示例 mapping 定义：

PUT /your_index
{
  "mappings": {
    "properties": {
      "join_field": {
        "type": "join",
        "relations": {
          "parent_doc": "nested_child"
        }
      }
    }
  }
}

查询子文档并使用 scroll 遍历：

POST /your_index/_search?scroll=1m
{
  "query": {
    "has_parent": {
      "parent_type": "parent_doc",
      "query": {
        // 原父文档的过滤条件
        "match": { "parent_field": "target_value" }
      }
    }
  },
  "size": 1000
}

方案3：客户端分批过滤（仅适合小数据量场景） #

如果匹配的 inner_hits 总数未超出合理范围，只是超过默认窗口，可以先将 inner_hits 的 size 设为当前 max_inner_result_window 的最大值，拿到一批结果后，在客户端记录已获取嵌套项的唯一标识（如每个嵌套项的 id 字段），后续查询时通过 must_not 过滤已返回的项，循环直到无新结果。

第一次查询示例：

POST /your_index/_search
{
  "query": {
    "nested": {
      "path": "your_nested_field",
      "query": {
        "match": { "your_nested_field.target_field": "value" }
      },
      "inner_hits": {
        "size": 1000
      }
    }
  }
}

后续查询示例（过滤已获取的项）：

POST /your_index/_search
{
  "query": {
    "nested": {
      "path": "your_nested_field",
      "query": {
        "bool": {
          "must": [
            { "match": { "your_nested_field.target_field": "value" } }
          ],
          "must_not": [
            { "terms": { "your_nested_field.id": ["已获取的ID列表"] } }
          ]
        }
      },
      "inner_hits": {
        "size": 1000
      }
    }
  }
}

该方案缺点是多次查询会增加开销，且依赖嵌套项有唯一标识。

内容的提问来源于stack exchange，提问作者Tom