elastic search在多shard场景下reveleance score不准确问题解析

如果一个index有多个shard的话，可能搜索结果会不准确，原因见下图：

2、怎么解决该问题？

（1）生产环境下，数据量大，数据应该尽可能实现均匀分配

数据量很大的话，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，数据分布均匀的话，应该不存在问题；

（2）测试环境下，将索引的primary shard设置为1个，number_of_shards=1，index settings；

（3）测试环境下，可以设置搜索附带的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。