9_ElasticSearch 多shard场景下relevance score不准确
更多干货
- 分布式实战(干货)
- spring cloud 实战(干货)
- mybatis 实战(干货)
- spring boot 实战(干货)
- React 入门实战(干货)
- 构建中小型互联网企业架构(干货)
- python 学习持续更新
图解
如果你的一个index有多个shard的话,可能搜索结果会不准确
如何解决该问题
1、生产环境下,数据量大,尽可能实现均匀分配
- 数据量很大的话,其实一般情况下,在概率学的背景下,es都是在多个shard中均匀路由数据的,路由的时候根据_id,负载均衡
- 比如说有10个document,title都包含java,一共有5个shard,那么在概率学的背景下,如果负载均衡的话,其实每个shard都应该有2个doc,title包含java
- 如果说数据分布均匀的话,其实就没有刚才说的那个问题了
2、测试环境下
- 将索引的primary shard设置为1个,number_of_shards=1,index settings
- 如果说只有一个shard,那么当然,所有的document都在这个shard里面,就没有这个问题了
3、测试环境下
- 搜索附带search_type=dfs_query_then_fetch参数,会将local IDF取出来计算global IDF
- 计算一个doc的相关度分数的时候,就会将所有shard对的local IDF计算一下,获取出来,在本地进行global IDF分数的计算,会将所有shard的doc作为上下文来进行计算,也能确保准确性。
- 但是production生产环境下,不推荐这个参数,因为性能很差。