如何在Elasticsearch中获取全部符合条件的记录或查询记录总数？

针对你遇到的Elasticsearch查询默认返回10条、无法获取准确总数的问题，我整理了几个实用的解决方案，分场景给你说明：

一、获取符合条件的记录总数 #

1. 优化现有查询的track_total_hits参数 #

你已经用到了track_total_hits: true，但可能没注意：即使不指定size，只要保留这个参数，响应里的hits.total.value就能返回准确的总数（默认情况下ES对超过1万的数据只会返回近似值，设track_total_hits: true会强制返回准确数）。

调整后的查询示例：

{
  "from": 0,
  "track_total_hits": true,
  "query": {
    "bool": {
      "filter": [
        { "bool": { "must_not": { "exists": { "field": "deleted_at" } } }}
      ]
    }
  },
  "sort": [{ "added_at": {"order": "desc"} }]
}

响应里的hits.total会包含value（准确总数）和relation: "eq"（表示总数准确）。

2. 使用_count API更高效 #

如果只需要总数、不需要返回文档内容，用_count API是最优选择——它不会返回任何文档，仅统计符合条件的数量，性能远高于普通查询：

{
  "query": {
    "bool": {
      "filter": [
        { "bool": { "must_not": { "exists": { "field": "deleted_at" } } }}
      ]
    }
  }
}

请求地址为POST /你的索引名/_count，响应里的count字段就是总条数。

二、获取全量符合条件的数据 #

要一次性获取所有数据，得根据数据量大小选择不同方案，避免内存过载：

1. 直接调整size参数（小数据量场景） #

ES默认的max_result_window是10000，也就是说最多能一次性返回1万条数据。如果你的数据量小于1万，可以直接把size设为10000：

{
  "from": 0,
  "size": 10000,
  "track_total_hits": true,
  "query": {
    "bool": {
      "filter": [
        { "bool": { "must_not": { "exists": { "field": "deleted_at" } } }}
      ]
    }
  },
  "sort": [{ "added_at": {"order": "desc"} }]
}

⚠️ 注意：如果数据量超过1万，不要用这种方式——会触发ES的保护机制，要么返回错误，要么截断数据。

2. 使用Scroll API（大数据量批量导出） #

Scroll API适合一次性导出大量数据，它会创建一个快照上下文，分批获取数据，直到所有数据拉取完成：

第一步：初始化Scroll，获取scroll_id

{
  "size": 1000, // 每次拉取1000条，可根据服务器性能调整
  "track_total_hits": true,
  "scroll": "1m", // 上下文保留1分钟，可根据数据量调整
  "query": {
    "bool": {
      "filter": [
        { "bool": { "must_not": { "exists": { "field": "deleted_at" } } }}
      ]
    }
  },
  "sort": [{ "added_at": {"order": "desc"} }]
}

请求地址为POST /你的索引名/_search?scroll=1m，响应里会返回_scroll_id和第一批数据。

第二步：循环调用Scroll API获取后续数据

用拿到的scroll_id继续请求，直到返回的hits.hits为空：

{
  "scroll": "1m",
  "scroll_id": "你的scroll_id值"
}

请求地址为POST /_search/scroll。

第三步：清理Scroll上下文

数据拉取完成后，记得清理上下文释放资源：

{
  "scroll_id": ["你的scroll_id值"]
}

请求地址为DELETE /_search/scroll。

3. 使用Search After（实时分页场景） #

如果需要实时分页（比如前端展示分页数据），Search After比Scroll更轻量——它不需要维护上下文，而是用上一页最后一条数据的排序值作为下一页的起点，避免深度分页的性能问题：

第一步：第一页查询

{
  "size": 1000,
  "track_total_hits": true,
  "query": {
    "bool": {
      "filter": [
        { "bool": { "must_not": { "exists": { "field": "deleted_at" } } }}
      ]
    }
  },
  "sort": [{ "added_at": {"order": "desc"} }, {"_id": "asc"}] // 加上_id确保排序唯一，避免重复/遗漏
}

响应里的每条数据会有sort字段，记录该条的排序值。

第二步：下一页查询

用上一页最后一条数据的sort值作为search_after的参数：

{
  "size": 1000,
  "track_total_hits": true,
  "query": {
    "bool": {
      "filter": [
        { "bool": { "must_not": { "exists": { "field": "deleted_at" } } }}
      ]
    }
  },
  "sort": [{ "added_at": {"order": "desc"} }, {"_id": "asc"}],
  "search_after": ["2024-05-20T12:00:00Z", "document_id_123"] // 替换成上一页最后一条的sort值
}

循环这个过程，直到返回的数据为空，说明所有数据已获取。

内容的提问来源于stack exchange，提问作者F128115