elasticsearch - ElasticSearch more_like_this-选项是否在源索引或目标索引上运行？

Question

more_like_this函数的一个有用功能是ES，它可以交叉搜索不同的索引(假设字段名称和映射相对应)。

让我感到困惑的一件事是如何在这些情况下应用术语选择参数。

考虑:

max_doc_freq

最大文档频率，高于此频率时，输入文档中的术语将被忽略。为了忽略频繁出现的单词(例如停用词)，这可能很有用。默认为无界(Integer.MAX_VALUE，即2 ^ 31-1或2147483647)。

这是原始文档索引上的文档频率吗？还是将其应用于我们正在查询的索引？

例:

GET index_a/_search
{
  "query": {
    "function_score": {
      "query": {
        "bool": {
          "should": [
            {
              "more_like_this": {
                "boost": 1,
                "fields": [
                  "text"
                ],
                "include": true,
                "like": [
                  {
                    "_id": "tI2N_24BFVRF37fDxSTT",
                    "_index": "index_b"
                  }
                ],
                "max_doc_freq": 50000,
                "max_query_terms": 50,
                "min_term_freq": 1,
                "min_word_length": 4,
                "minimum_should_match": "1%",
                "stop_words": []
              }
            }
          ]
        }
      },
      "script_score": {
        "script": "1.0"
      }
    }
  }
}

在这种情况下，最大文档频率设置为50,000。但这是在index_a上吗？或index_b？

Answer 1

多数民众赞成在rewrite phrase查询。所以index_b。将rewrites MLT阶段重写为 bool(boolean) 查询