elasticsearch 如何在不影响性能、可伸缩性的情况下获得更好的相关性，并避免Elasticsearch的分片效应

假设我有一个大索引，由5亿个文档组成，默认情况下，ES创建5个主碎片，原因如下，我也使用相同的设置

性能：-在文档数较少（在我的使用案例中为1亿）的切分中搜索的时间将少于仅在一个文档数巨大（5亿）的切分中搜索的时间。此外，还允许跨碎片分发和并行化操作

水平可伸缩性（HS）：-水平分割/缩放内容卷

但是当我们默认搜索时，它只会转到1个碎片并给出结果。在这种情况下，相关性是不准确的（因为idf会受到严重影响），而且如果我的匹配文档位于另一个碎片上，它甚至可能不会给出任何结果。它被称为切分效应

以上问题已详细解释，有以下两种选择可避免此问题，但我认为这两种解决方案都有一些缺点：-

1。文档路由：I在这种情况下，所有文档都将位于相同的分片上，从而失去分片的全部目的。
2。dfs\u查询\u然后\u获取搜索类型：存在与之相关的性能成本

我有兴趣了解以下信息：

默认情况下ES做什么？或者是否有任何可以控制它的配置

ES是否提供了其他开箱即用的解决方案来避免分片效应

---

首先，如果这部分问题不准确：

但是当我们搜索时，默认情况下它只会转到1个碎片并给出 结果t。在这种情况下，相关性是不准确的（因为idf主要是 受影响），而且如果我的 文档位于另一个碎片上。它被称为碎片效应

粗体部分是错误的。搜索请求被发送到所有碎片（当然，或者没有人会使用elasticsearch！），但分数是基于碎片计算的。所以，是的，你可以有一个多碎片的准确性问题，但只有当你有很少的文件。有了5亿，准确度将不会成为问题（除非你对文档传送的使用不当，请参见

因此，当您搜索一个查询的10个结果时，每个分片都会返回查询的10个最佳匹配项，然后协调节点会聚合分片的结果，从而为整个索引提供10个最佳结果

---

您可以使用5个碎片而不必担心任何关联性问题。但不要试图避免碎片效应！这就是elasticsearch如此酷的原因：D

首先，如果您的问题不准确：

但是当我们搜索时，默认情况下它只会转到1个碎片并给出 结果t。在这种情况下，相关性并不准确（因为idf主要是 受影响），而且如果我的 文档位于另一个分片上，称为分片效果

粗体部分为false。搜索请求被发送到所有碎片（当然，或者没有人会使用elasticsearch！），但分数是基于碎片计算的。因此，是的，多个碎片可能会有准确性问题，但只有在文档很少的情况下。有5亿份碎片，准确性不会有问题（除非您错误地使用文档传送，请参见

因此，当您搜索一个查询的10个结果时，每个分片都会返回查询的10个最佳匹配项，然后协调节点会聚合分片的结果，从而为整个索引提供10个最佳结果

---

你可以使用5个碎片而不必担心任何关联性问题。但不要试图避免碎片效应！这就是elasticsearch如此酷的原因：当你的意思是，但当我们搜索默认情况下，它只会转到1个碎片并给出结果。在这种情况下，关联性并不准确（因为idf会受到重大影响）而且，如果我匹配的文档位于另一个碎片上，它甚至可能不会给出任何结果。它被称为碎片效应。-你指的是主碎片的默认数量为1（7.0的情况下）的情况吗？如果不是，我猜该语句是有效的？默认情况下，搜索请求被转发给所有“相关的” shards@Nag，正确的说法是

搜索请求被转发到所有“相关”碎片
，当您的意思是，但当我们默认搜索时，它只会转到1个碎片并给出结果。在这种情况下，相关性不准确（因为idf会受到主要影响）而且，如果我匹配的文档位于另一个碎片上，它甚至可能不会给出任何结果。它被称为碎片效应。-你指的是主碎片的默认数量为1（7.0的情况下）的情况吗？如果不是，我猜该语句是有效的？默认情况下，搜索请求被转发给所有“相关的” shards@Nag，正确的语句是
搜索请求被转发到所有“相关”分片
指的是“因此，当您搜索一个查询的10个结果时，每个分片返回查询的10个最佳匹配项，然后协调节点聚合分片的结果，为整个索引提供最佳的10个结果。”，这似乎是有道理的。ES论坛声称相关性统计数据是按碎片计算的，但是，最终-协调节点聚合以返回全局相关性得分。太棒了！！@Nag，是的，你很好地总结了这一点：）参考“因此，当您搜索一个查询的10个结果时，每个分片都会返回查询的10个最佳匹配项，然后协调节点会聚合分片的结果，为整个索引提供10个最佳结果。“，这似乎是有道理的。ES论坛声称相关性统计是按碎片计算的，但是，最终-协调节点聚合返回全局相关性得分。太棒了！！@Na