使用scroll获取Elasticsearch全部文档时数量与hits.count不符

以下是几个可能引发该差异的核心原因：

• 滚动上下文超时中断
  ES的scroll上下文默认有1分钟超时时间，若扫描过程中某段时间未发起scroll请求，上下文会被ES自动释放，后续扫描提前终止，导致少统计部分文档。可以在调用helpers.scan时设置更长的scroll参数，比如scroll='10m'来避免。

• 快照与实时统计的时间差
  helpers.scan基于scroll启动时的集群快照获取数据，而hits.total是实时统计的集群文档总数。如果扫描过程中有新文档写入且完成refresh，这类文档会被hits.total纳入统计，但不会出现在scroll快照中，最终导致scan统计数更少。

• 分片状态异常
  若集群内存在未分配、正在恢复或故障的分片，helpers.scan可能无法从这些分片读取完整数据，但hits.total是基于分片元数据计数，仍会包含这些分片的文档数，两者就会出现差异。

• 脚本计数逻辑错误
  检查你的统计代码：比如遍历scan结果时，是否有异常捕获块漏掉了计数操作？或是在helpers.scan中指定了query参数过滤文档，却误以为是全量扫描，这些都会导致统计数偏少。

• 路由参数不匹配
  如果你的索引设置了自定义路由，调用helpers.scan时未指定对应路由参数，会导致部分分片的文档无法被扫描到，进而统计数少于实际总数。

内容的提问来源于stack exchange，提问作者newBeeJava