分片导致搜索结果错误？

Question

我具有弹性搜索节点的默认配置：5个分片和1个副本。我查询在特定字段上匹配的节点，这对于这5个分片中的许多文档都是相同的。但是，由于该特定分片中该文档的查询的tf-idf，搜索结果的得分不同。对我而言，理想的情况是在不同分片的相同字段中为文档获得相同的分数，并且我可以通过订购对我来说很重要的第二条标准来打破关系。如何做到这一点？

Answer 1

问题是，在Elasticsearch上跨越多个分片的普通查询使用的是所谓的Query然后Fetch：

默认搜索类型：“查询后取”

默认情况下，Elasticsearch将使用一种称为“先查询后取”的搜索类型。其工作方式如下：

• 将查询发送到每个分片

• 查找所有匹配的文档并使用本地术语/文档频率计算分数

• 建立结果优先级队列（排序，从/到的分页等）

• 将有关结果的元数据返回到请求节点。注意，实际文件还没有发送，只是分数

• 来自所有分片的分数在请求节点上合并并排序，根据查询条件选择文档

• 最后，从文档所在的单独分片中检索实际文档。

• 结果返回给客户

该系统通常运行良好。在大多数情况下，您的索引具有“足够”的文档，可以使术语/文档频率统计数据变得平滑。因此，尽管每个碎片可能不完全了解整个群集的频率，但结果“足够好”，因为各地的频率都非常相似。

http://www.elasticsearch.org/blog/understanding-query-then-fetch-vs-dfs-query-then-fetch/

您遇到的问题是，它会在本地计算TF-IDF得分-

您将尝试使用DFS Query然后Fetch，它会预查询所有分片并使用全局而非局部术语文档/频率来计算分数：

• 预查询每个分片，询问术语和文档频率

• 将查询发送到每个分片

• 查找所有匹配的文档，并使用从预查询中计算出的全局术语/文档频率来计算分数。

• 建立结果优先级队列（排序，从/到的分页等）

• 将有关结果的元数据返回到请求节点。注意，实际文件还没有发送，只是分数

• 来自所有分片的分数在请求节点上合并并排序，根据查询条件选择文档

• 最后，从文档所在的单独分片中检索实际文档。

• 结果返回给客户

在您的情况下，我将使用DFS Query然后使用Fetch，但我还将检查各种替代方法-Elasticsearch在修改搜索请求类型方面具有很大的灵活性：

http://www.elasticsearch.org/guide/zh-CN/elasticsearch/reference/current/search-request-search-type.html