ElasticSearch--查询优化

• 数据量小、分布不均匀导致评分异常
  如果有两个分片A、B。单词W在A中的出现的次数比较低，但是在B中出现较多，根据TF/IDF算法，IDF计算是基于分片的，A中文档的评分将会高些，排名较高。随着数据量越多，数据分布越均匀，将不会出现这种问题，但是可以配置search_type=dfs_query_then_fetch，告诉ES，先获取每个分片的IDF，然后根据结果再计算全局的IDF。

• 如果采用best field策略，其他字段对评分不会计入，评分异常。
  例如查询 W1、W2，文档A的F1包含W1，F2包含W2，文档B的F2包含W2,按照Best Field策略，那么两个文档的得分是一样的，添加tie_breaker参数，除了Best Field以外，其他的参数也参与计算最终得分，但是需要乘以设置的百分比。
  案例如下：

GET /music/doc/_search
{
  "query": {
    "dis_max": {
      "tie_breaker": 0.7,
      "boost": 1.2,
      "queries": [
        {
          "match": {
            "singer": "周杰伦"
          }
        },
        {
          "match": {
            "wordAuthor": "周杰伦"
          }
        }
      ]
    }
  }
}

• 重新计算
  match查询相对match_phrase速度较快，而客户往往只会看最前面几页，那么大部分文档是不需要计算得分的，只对每个shared中排名靠前的几个文档进行重新计算得分。

GET /music/doc/_search
{
  "query": {
    "match": {
      "words": {
        "query": "窗外的麻雀",
        "minimum_should_match": "30%"
      }
    }
  },
  "rescore": {
    "query": {
      "rescore_query": {
        "match_phrase": {
          "words": {
            "query": "窗外的麻雀"
          }
        }
      }
    },
    "window_size": 50
  }
}