Elasticsearch 异步搜索 Async search 实战

异步搜索 API 可异步执行搜索请求、监控其进度并检索可用的部分结果。

 •  传统检索 VS 异步检索，在数据量比较大时：

 •  传统检索可能导致超时，以至于无数据返回；或者需要等待很久，用户体验差。

异步检索，可以快速响应数据，用户无需等待。

Elasitcsearch V7.7.0版本。

异步搜索允许用户在异步搜索结果可用时检索它们，从而消除了仅在查询完全完成后才最终响应的情况。

4.1 执行异步检索

执行如下操作的前提是：待异步检索的索引数据量非常大（其实小了也可以，但数据量大更契合一些）。

否则普通索引会直接返回结果数据。

拿个普通索引试验一下：

返回结果：

为了达到异步检索的目的，可以用推荐的测试写入数据的工具：

你是不是也困惑，没有测试数据或者没有一定数量的测试数据？小工具来了。

产生100W+数据，一条指令：

结果如下：

可以结合自己业务场景优化一下，python 代码编写，很适合封装成自己的小工具。

 
有了数据，异步检索直接开搞！

返回结果如下：

如果看不到上述结果，说明数据量还不够大。可以再导入一些。

核心返回参数解释一下：

 •  id——可用于监控其进度、检索其结果和/或删除它的异步搜索的标识符。
 •  is_partial——当查询不再运行时，指示在所有分片上搜索是失败还是成功完成。在执行查询时，is_partial 始终设置为 true。
 •  is_running——搜索是否仍在执行中或已完成。
 •  total——总体而言，将在多少个分片上执行搜索。
 •  successful——有多少分片已成功完成搜索。

4.2 查看异步检索

4.3 查看异步检索状态

4.4 删除/中止异步检索

https://www.elastic.co/guide/en/elasticsearch/reference/current/async-search.html

异步搜索认证考试环节，大家了解就可以，能找到官方文档位置，知道有哪几个API。

实战业务环节结合业务需求去选型使用即可。但，更倾向于数据量极大的业务传统同步请求体验差的场景。

你实战业务场景有没有使用异步检索？欢迎留言讨论。