在ElasticSearch中實現分頁查詢的方式有兩種，分別為深度分頁(from-size)和快照分頁(scroll)

1. 快照分頁(scroll)
          相對於from和size的分頁來說，使用scroll可以模擬一個傳統資料的遊標，記錄當前讀取的文件資訊位置。這個分頁的用法，不是為了實時查詢資料，而是為了一次性查詢大量的資料（甚至是全部的資料）。因為這個scroll相當於維護了一份當前索引段的快照資訊，這個快照資訊是你執行這個scroll查詢時的快照。在這個查詢後的任何新索引進來的資料，都不會在這個快照中查詢到。但是它相對於from和size，不是查詢所有資料然後剔除不要的部分，而是記錄一個讀取的位置，保證下一次快速繼續讀取。

      curl -XGET 'localhost:9200/twitter/tweet/_search?scroll=1m' -d '
      {
           "query": {
                "match" : {
                "title" : "elasticsearch"
             }
          }
       }
   

   該查詢會自動返回一個_scroll_id，通過這個id(經過base64編碼)可以繼續查詢

   curl -XGET  '叢集節點IP:9200/_search/scroll?scroll=1m&scroll_id=c2Nhbjs2OzM0NDg1ODpzRlBLc0FXNlNyNm5JWUc1'
    
   

2. python 實現

   #coding: utf-8
   from elasticsearch import Elasticsearch
   if __name__ == "__main__":
   	hosts = 'localhost:9200/' 
   	es = Elasticsearch(hosts=hosts, maxsize=25)
   	index_name = 'test_es'
   	dbname='test_bj'
   	tbl='test_table1'
   	test_table = "%s.%s" % (dbname, tbl)
   	query_json = {"match_all": {}}
   	es_data=es.search(index=index_name, doc_type=dbname, body={"query": query_json},filter_path=["_scroll_id","hits.total","hits.hits._id"], scroll = '5m',size =1000,timeout='1s')
   	es_ids = [ int(id['_id'])  for id in es_data.get("hits").get("hits")]
   	scroll_id = es_data['_scroll_id']
   	es_total = es_data.get('hits').get('total')
   	for i in range(es_total/1000):
   		res = es.scroll(scroll_id=scroll_id,scroll='5m')
   		es_ids += [int(id['_id']) for id in res.get('hits').get('hits')]
   	sql_not_exist = "SELECT id from " + test_table +" where id not in " + str(tuple(es_ids))
   	cur_sell.execute(sql_not_exist)
   	print "es缺少資料"+str(cur_sell.fetchall())
    
   

參考：
https://blog.csdn.net/u013514928/article/details/78749419
http://www.cnblogs.com/blue163/p/8126156.html