Elasticsearch：如何设置SearchHit？如何获取超过10条SearchHit结果？

嘿，我来帮你搞定Elasticsearch里的这两个问题——关于SearchHit的设置，还有怎么拿到超过默认10条的查询结果：

首先得明确：SearchHit是Elasticsearch查询后返回的结果实体，我们没法直接手动“设置”它本身，但可以通过调整查询请求的参数，来控制返回的SearchHit包含哪些内容、格式是什么样的。常见的自定义方式有这些：

• 指定返回字段：用fetchSource()方法过滤字段，只返回你需要的数据，减少传输开销。比如Java客户端的写法：

SearchRequest searchRequest = new SearchRequest("your_index");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
// 只返回title和content字段，第二个参数是排除的字段（这里为空）
sourceBuilder.fetchSource(new String[]{"title", "content"}, new String[]{});
searchRequest.source(sourceBuilder);

• 添加高亮效果：如果需要高亮显示匹配的关键词，设置高亮参数后，返回的SearchHit里会包含高亮片段：

HighlightBuilder highlightBuilder = new HighlightBuilder();
highlightBuilder.field("content"); // 指定要高亮的字段
highlightBuilder.preTags("<em>"); // 高亮前缀
highlightBuilder.postTags("</em>"); // 高亮后缀
sourceBuilder.highlighter(highlightBuilder);

// 后续从SearchHit中获取高亮内容：
// hit.getHighlightFields().get("content").getFragments()

• 添加脚本字段：如果需要在结果中动态计算字段（比如折扣价），可以用脚本字段，这些字段会出现在SearchHit的getFields()中：

// 用painless脚本计算原价打9折后的价格
Script discountScript = new Script(ScriptType.INLINE, "painless",
    "doc['original_price'].value * 0.9", Collections.emptyMap());
sourceBuilder.scriptField("discounted_price", discountScript);

• 控制排序规则：自定义SearchHit的返回顺序，比如按评分、时间排序：

// 先按相关性评分降序，再按创建时间降序
sourceBuilder.sort(new ScoreSortBuilder().order(SortOrder.DESC));
sourceBuilder.sort(new FieldSortBuilder("create_time").order(SortOrder.DESC));

Elasticsearch默认只返回10条结果，这是出于性能优化的考虑。要获取更多结果，分三种场景选择合适的方案：

1. 小数据量场景：用from和size参数 #

这是最简单的方式，直接设置起始位置和返回数量。比如要获取第11到30条结果：

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
// from是起始索引（从0开始），size是返回条数
sourceBuilder.from(10);
sourceBuilder.size(20);

⚠️ 注意：ES默认限制size最大为10000（可以修改index.max_result_window参数调整），但如果数据量超过1万条，这种方式会有性能瓶颈——因为ES需要在内存中对所有匹配结果排序，再截取部分返回，数据量越大越耗资源。

2. 大数据量场景：用Scroll API #

如果需要导出几十万甚至上百万条数据，推荐用Scroll API，它会创建一个查询结果的快照，然后分批获取：

// 第一步：初始化Scroll，设置快照过期时间（比如1分钟）
SearchRequest searchRequest = new SearchRequest("your_index");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
sourceBuilder.size(100); // 每次获取100条
searchRequest.source(sourceBuilder);
searchRequest.scroll(TimeValue.timeValueMinutes(1));

SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
String scrollId = searchResponse.getScrollId();
SearchHit[] hits = searchResponse.getHits().getHits();

// 第二步：循环获取所有批次的结果
while (hits != null && hits.length > 0) {
    // 处理当前批次的SearchHit
    for (SearchHit hit : hits) {
        // 你的业务逻辑，比如解析数据、存储等
    }

    // 发送下一批次的Scroll请求
    SearchScrollRequest scrollRequest = new SearchScrollRequest(scrollId);
    scrollRequest.scroll(TimeValue.timeValueMinutes(1));
    searchResponse = client.scroll(scrollRequest, RequestOptions.DEFAULT);
    scrollId = searchResponse.getScrollId();
    hits = searchResponse.getHits().getHits();
}

// 第三步：清理Scroll快照，避免占用ES资源
ClearScrollRequest clearScrollRequest = new ClearScrollRequest();
clearScrollRequest.addScrollId(scrollId);
client.clearScroll(clearScrollRequest, RequestOptions.DEFAULT);

3. 实时数据场景：用Search After #

如果你的数据是实时更新的，Scroll API的快照可能会包含旧数据，这时候用Search After更合适——它基于上一批结果最后一条的排序值来获取下一批，保证拿到最新数据：

// 第一步：第一次查询，必须设置唯一的排序规则（比如id+时间，避免重复或遗漏）
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
sourceBuilder.size(100);
// 先按相关性评分降序，再按唯一id降序（保证排序唯一）
sourceBuilder.sort(new ScoreSortBuilder().order(SortOrder.DESC));
sourceBuilder.sort(new FieldSortBuilder("id").order(SortOrder.DESC));

SearchResponse searchResponse = client.search(new SearchRequest("your_index").source(sourceBuilder), RequestOptions.DEFAULT);
SearchHit[] hits = searchResponse.getHits().getHits();

// 第二步：循环获取下一批结果
while (hits != null && hits.length > 0) {
    // 处理当前批次数据
    for (SearchHit hit : hits) {
        // 你的业务逻辑
    }

    // 获取上一批最后一条的排序值
    Object[] lastSortValues = hits[hits.length - 1].getSortValues();
    // 设置Search After参数，基于最后一条的排序值获取下一批
    sourceBuilder.searchAfter(lastSortValues);
    searchResponse = client.search(new SearchRequest("your_index").source(sourceBuilder), RequestOptions.DEFAULT);
    hits = searchResponse.getHits().getHits();
}

内容的提问来源于stack exchange，提问作者Nikita Krasnov