搜索结果控制：分页、排序、高亮与字段裁剪

这一课你将能做到

1. 写出 from/size 分页并解释其深分页成本，说出 search_after 适合什么场景
2. 用 sort 按结构化字段排序，理解为什么 text 默认不能排序、doc_values 与 fielddata 的区别
3. 配置高亮（highlight）和 _source 字段裁剪，完成本站搜索接口的完整响应结构

为什么要学

接口能查出数据只完成了一半。搜索框下方的题目列表要分页、要按「最多点赞/最新更新」切换排序、关键词要在标题里标红、列表页不需要把答案和长解析全吐回来——这些都是查询 DSL 的配套参数决定的。用错的代价真实存在：爬虫翻到第 1000 页，一个请求要每个分片各取 10 万条候选再归并，集群直接被拖垮。

人话：from + size 像考试按名次取第 9001–9010 名——得先把前 9010 名全排出来才能取；翻得越深，干的无用功越多。search_after 像游标记住「上一页最后一名的位置」，直接从那儿往后找，适合无限滚动和导出，但不能跳页。

先建立图像

搜索请求的完整骨架：

{
  "from": 0,
  "size": 10,
  "query": { },
  "sort": [ ],
  "_source": [ ],
  "highlight": { },
  "aggs": { }
}

三种分页对比：

方式	原理	能跳页	深度	本站用途
from/size	取 from+size 条再截取	能	默认上限 10000	普通翻页
search_after	以上一页最后一条的排序值为起点	不能	深	无限加载、批量导出
scroll	快照游标（7.x 风格）	不能	深	已不推荐，导出改用 search_after/PIT

跟着做

步骤 1：from/size 基础分页

# 第 1 页
curl -u elastic:abcd1234 -X GET "http://localhost:9200/questions/_search" -H "Content-Type: application/json" -d'
{
  "from": 0,
  "size": 10,
  "query": { "match": { "stem": "事务" } }
}'

# 第 3 页
curl -u elastic:abcd1234 -X GET "http://localhost:9200/questions/_search" -H "Content-Type: application/json" -d'
{
  "from": 20,
  "size": 10,
  "query": { "match": { "stem": "事务" } }
}'

from + size 默认不能超过 10000，超过会报错。这个上限由 index.max_result_window 控制，不要为了让爬虫翻深页而随意调大——正确需求用 search_after。

步骤 2：为什么翻深页很贵——算一笔账

3 个分片，取第 9000–9010 条：每个分片都不知道全局排名，必须各自返回本地前 9010 条，协调节点拿到 27030 条再排序取 10 条。分片越多、from 越大，内存和 CPU 消耗线性放大。所以要把分页窗口当保护机制。

步骤 3：sort 排序与多字段排序

curl -u elastic:abcd1234 -X GET "http://localhost:9200/questions/_search" -H "Content-Type: application/json" -d'
{
  "size": 10,
  "query": { "match_all": {} },
  "sort": [
    { "difficulty": { "order": "desc" } },
    { "updatedAt":  { "order": "desc" } }
  ]
}'