我只需要导出整个索引并读取文件系统。当处理数百万的查询结果集时，我使用size/from和scan/scroll的经验是灾难性的。只是需要太长时间。
如果你可以使用像knapsack这样的工具，你可以将索引导出到文件系统，然后遍历目录。每个文档都存储在它自己的以_id命名的目录下。不需要真正打开文件。只需遍历目录。
背包链接：https://github.com/jprante/elasticsearch-knapsack
编辑：希望你不是经常这样做......或者这可能不是一个可行的解决方案

对于这么多的文档，您可能希望使用scan and scroll API。
许多客户端库都有现成的帮助器来使用该接口。例如，使用elasticsearch-py，您可以执行以下操作：

es = elasticsearch.Elasticsearch(eshost)
scroll = elasticsearch.helpers.scan(es, query='{"fields": "_id"}', index=idxname, scroll='10s')
for res in scroll:
        print res['_id']

字符串

首先，您可以发出请求以获取索引中记录的完整计数。

curl -X GET 'http://localhost:9200/documents/document/_count?pretty=true'

{
  "count" : 1408,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  }
}

字符串
然后，您需要使用size和from参数的组合来遍历集合，直到达到总计数。传递空的field参数将仅返回您感兴趣的索引和_id。
找到一个合适的page大小，您可以在不耗尽内存的情况下使用它，并在每次迭代时递增from。

curl -X GET 'http://localhost:9200/documents/document/_search?fields=&size=1000&from=5000'

型
项目响应示例：

{
  "_index" : "documents",
  "_type" : "document",
  "_id" : "1341",
  "_score" : 1.0
},
...

型