Elastic Search搜索结果计数准确性及行为特性咨询

• 首先要分场景判断返回的Count是精确值还是近似值：
  从Elasticsearch 7.x版本开始，搜索接口默认返回的hits.total是性能优先的近似统计逻辑：当匹配的文档总数不超过10000条时，返回的是精确计数；当匹配文档数超过10000时，会直接返回标记为relation: "gte"的10000结果，代表匹配总数大于等于10000，这时候就是近似值。如果需要拿到精确计数，需要在查询时显式设置参数track_total_hits = true，此时接口会遍历所有匹配的段做全量统计，返回的结果为精确值。
• 精确计数不会在所有场景下都和已索引内容保持实时准确：
  哪怕没有新文档写入，只要索引还在执行近实时刷新、段合并、副本同步、软删除文档清理这类内部操作，统计到的精确计数也可能和你预期的文档数有偏差，这是ES分布式架构下内部数据流转的正常表现。
• 全量索引完成、无新文档摄入场景下的Count表现：
  等索引完成所有内部操作、进入完全静止状态后：
  • 默认参数配置下：匹配结果数≤10000时返回精确Count，匹配结果数>10000时返回固定的10000近似标记值
  • 配置track_total_hits = true时：返回的Count和实际匹配的已索引文档数完全一致，无统计偏差
• Count结果和索引体量、搜索结果体量的关系：
  • 默认近似计数模式：匹配结果体量低于10000阈值时，不管索引总容量多大，返回的Count都是精确值，不会随索引体量变化波动；一旦匹配结果体量超过10000阈值，返回值就固定为带gte标记的10000，后续哪怕匹配结果涨到几十万、上百万，返回值都不会变动
  • 开启精确计数模式：索引完全静止的前提下，不管索引总大小是几MB还是几十TB、不管匹配结果是几条还是上亿条，返回的Count都是固定的精确值，不会因为体量变化出现偏差；只有索引内发生文档增删改、或者内部运维操作未完成时，计数才会出现对应变动。

内容的提问来源于stack exchange，提问作者sree