elasticsearch - 同一查询的不同 Elasticsearch 结果

Question

我已经为 Elasticsearch 设置了 1 个集群和 4 个节点。每个索引的分片数:1；每个索引的副本数:3

当我多次调用像下面这样的简单查询时，我得到了不同的结果(不同的总命中率和不同的前 10 个文档):

http://localhost:9200/index_name/_search?q=term

每个分片上的数据不同？我喜欢让所有碎片都是最新的。我能做什么？

这是/_cluster/health 的结果:

{
  "cluster_name" : "secret",
  "status" : "green",
  "timed_out" : false,
  "number_of_nodes" : 4,
  "number_of_data_nodes" : 4,
  "active_primary_shards" : 24,
  "active_shards" : 96,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 0
}

作为临时解决方案，我通过 Ruby gem tire 重建索引:ModelName.rebuild_index

但我需要一个长期的解决方案。

Answer 1

我们遇到了类似的问题，结果证明是因为 Elasticsearch 在搜索时会在不同的分片之间进行轮询。由于 ES handles deleted documents 的方式索引略有不同，每个分片返回略有不同的 _score在索引中。在我们的例子中，这意味着相似的结果通常在结果顺序中略低或略高，并且，当与分页结合使用时(在搜索查询中使用 from 和 size)这意味着同样的结果出现在两个不同的“页面”上，或者根本没有出现在不同的页面上。

我们找到了一个 Elasticsearch article关于一致的评分，这非常巧妙地解释了这一点并实现了 preference parameter通过查询相同的分片来确保我们始终为特定搜索获得相同的分数:

http://localhost:9200/index_name/_search?q=term&preference=blablabla

我们也考虑过使用排序，但 Elasticsearch 通过内部 Lucene 文档 ID 对具有相同分数的结果进行排序，确保具有相同分数的结果始终以相同的顺序返回。