Elasticsearch如何通过单查询从指定ID开始按timestamp排序返回文档

场景与需求 #

现有Elasticsearch索引包含如下文档：

{
    "id": "8e8e3c0c-5d1d-4a3c-a78a-1bd2d206b39e",
    "timestamp": "2022-10-18T00:00:02"
}
{
    "id": "0ebeb7b1-dcd0-4b37-a70d-fa7377f07f8c",
    "timestamp": "2022-10-18T00:00:03"
}
{
    "id": "ea779299-1781-4465-b8a1-53f7b14fbe0c",
    "timestamp": "2022-10-18T00:00:01"
}
{
    "id": "3624a119-4830-4ec2-a840-f656c048fc5c",
    "timestamp": "2022-10-18T00:00:04"
}

需求明确：使用单查询返回从指定ID（例如8e8e3c0c-5d1d-4a3c-a78a-1bd2d206b39e）对应的文档开始，按timestamp升序排序的最多100条文档，必须排除timestamp早于该指定文档的记录。已知两次查询的方案（先查询指定ID的timestamp，再查询timestamp≥该值的文档），但希望找到更高效的单查询方案，且索引数据量在千万到亿级，需优先考虑性能。

方案说明 #

由于Elasticsearch的查询语法无法在单个请求中跨文档获取其他文档的字段值（例如直接获取指定ID文档的timestamp作为过滤条件），所以不存在比两次查询更高效的单查询方案。但如果必须使用单查询，可以通过脚本过滤实现，不过需明确性能限制：

脚本过滤的单查询实现 #

GET /your_index/_search
{
  "size": 100,
  "query": {
    "bool": {
      "filter": [
        {
          "script": {
            "script": {
              "source": """
                return ctx._source.timestamp >= params.targetTimestamp || ctx._source.id == params.targetId;
              """,
              "params": {
                "targetId": "8e8e3c0c-5d1d-4a3c-a78a-1bd2d206b39e",
                "targetTimestamp": "2022-10-18T00:00:02"
              }
            }
          }
        }
      ]
    }
  },
  "sort": [{"timestamp": "asc"}]
}

该方案的核心问题在于targetTimestamp需要预先获取，本质上和两次查询逻辑一致，反而增加了脚本执行的性能开销——大规模数据下脚本会遍历大量文档，性能远低于两次查询。

推荐的高效方案（两次查询） #

对于千万到亿级数据，两次查询的性能反而更优：

1. 第一次查询：通过term查询快速获取指定ID文档的timestamp（id字段需设置为keyword类型并建立索引，查询时间O(1)）：

GET /your_index/_search
{
  "size": 1,
  "_source": ["timestamp"],
  "query": {
    "term": {
      "id": "8e8e3c0c-5d1d-4a3c-a78a-1bd2d206b39e"
    }
  }
}

2. 第二次查询：利用range查询过滤timestamp≥目标值的文档，结合排序和分页：

GET /your_index/_search
{
  "size": 100,
  "query": {
    "range": {
      "timestamp": {
        "gte": "2022-10-18T00:00:02"
      }
    }
  },
  "sort": [{"timestamp": "asc"}]
}

这个方案的性能优势在于：

• 第一次查询基于id的精确匹配，利用倒排索引快速定位文档
• 第二次查询基于timestamp的范围过滤，利用时间字段的有序索引（设置为date类型）高效扫描符合条件的文档，排序性能最优

内容的提问来源于stack exchange，提问作者Chris White