search - Lucene 评分结果

Question

在 Lucene 中，如果您有多个索引，每个索引仅覆盖一个分区。为什么不同索引上的相同搜索会返回不同分数的结果？来自不同服务器的结果完全匹配。

即如果我搜索:

• 姓名 - 约翰·史密斯
• 出生日期 - 1934 年 11 月 11 日

分区 0 将返回 0.345 的分数

分区 1 将返回 0.337 的分数

两者的姓名和出生日期完全匹配。

Answer 1

scoring包含逆文档频率(IDF)。如果术语“John Smith”在一个分区中出现 0、100 次，在分区 1 中出现一次。在分区 1 中搜索 John Smith 的得分会更高，因为该术语更加稀有。

要解决这个问题，您必须将索引覆盖所有分区，否则您需要覆盖 IDF。