迁移至Spring Data Elasticsearch 3.x后，Scan & Scroll的替代方案咨询

没错，Spring Data Elasticsearch 3.x确实移除了ElasticsearchTemplate里的scan()方法——这是因为ES 5.x+官方已经不再推荐使用Scan API，转而统一用Scroll API实现大数据集的批量查询。不过不用担心，Spring Data Elasticsearch 3.x提供了一组贴合ES原生滚动逻辑的方法来替代，就是searchScrollStart()、searchScrollContinue()和searchScrollClear()。

下面给你一个完整的代码示例，对应你的需求场景：

步骤1：初始化滚动查询，获取第一批结果与scrollId #

// 构建你的查询条件，这里用matchAllQuery做示例，可替换为你的业务查询
SearchQuery searchQuery = new NativeSearchQueryBuilder()
    .withQuery(QueryBuilders.matchAllQuery())
    .withPageable(PageRequest.of(0, 1000)) // 每次滚动获取的条数，根据内存情况调整（建议1000-5000）
    .build();

// 初始化滚动，设置scroll过期时间（单位毫秒，这里设为1分钟）
ScrollHits<SampleEntity> scrollHits = elasticsearchOperations.searchScrollStart(60000, searchQuery, SampleEntity.class);
String scrollId = scrollHits.getScrollId();
List<SampleEntity> allResults = new ArrayList<>();

// 先存入第一批查询结果
allResults.addAll(scrollHits.getSearchHits());

步骤2：循环滚动获取剩余数据 #

// 只要还有未获取的结果，就继续滚动查询
while (scrollHits.hasSearchHits()) {
    // 继续获取下一批数据
    scrollHits = elasticsearchOperations.searchScrollContinue(scrollId, 60000, SampleEntity.class);
    allResults.addAll(scrollHits.getSearchHits());
    // 更新scrollId用于下一次滚动
    scrollId = scrollHits.getScrollId();
}

步骤3：清理Scroll上下文，释放ES资源 #

// 务必清理scrollId，避免占用ES的服务器资源
elasticsearchOperations.searchScrollClear(Collections.singletonList(scrollId));

额外注意事项 #

• 每次滚动的page size不要过大，否则容易引发内存溢出，根据你的应用内存情况调整即可
• Scroll过期时间要设置合理：既要保证能处理完当前批次的数据，又不要过长（比如处理一批数据需要30秒，设1分钟就足够）
• 如果处理超大规模数据集，建议在循环中做分批处理（比如每积累10万条就处理一次，然后清空临时集合），避免内存占用过高

内容的提问来源于stack exchange，提问作者priyanshu goyal