ES学习（十）

一、相关度评分（TF(term frenquency)/IDF(inverse document frequency)算法）

　　A、Term Frequency: 搜索出现次数越多越相关

　　B、Inverse document frequency: 搜索文本中的各个词条在整个索引的文档中出现了多少次，出现的次数越多，就越不相关

　　C、Field-Length：field越短，越相关

二、Bouncing Result问题

　　A、两个document排序，field值相同；不同的shard上，可能排序不同；每次请求轮询打到不同的shard上，每次页面看到的排序就不同。

　　　　解决：将preference设置一个字符串，比如user_id，这样的话可以让同一个user对应到一个shard上去

　　B、preference取值：_primary, _primary_first, _local, _only_node:xyz, _prefer_node:xyz, _shards:2,3

三、Scroll搜索

　　A、POST /ecommerce/_search?scroll=1m
　　{
　　　　"size":2
　　}

　　POST /_search/scroll
　　{
　　　　"scroll":"1m",
　　　　"scroll_id":"DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAYj0WMjQwTVVrN2tUY3VBTDIyZ1lkakFRQQ=="
　　}

　　B、和分页区别

　　　　分页主要是用来一页一页搜索给用户看；scroll是用来一批一批检索数据给系统处理

四、setting

　　PUT /test_analyzer
　　{
　　　　"settings": {
　　　　　　"number_of_replicas": 1,
　　　　　　"number_of_shards": 1,
　　　　　　"analysis": {
　　　　　　　　"analyzer": {
　　　　　　　　　　"es_std":{
　　　　　　　　　　　　"type":"standard",
　　　　　　　　　　　　"stopwords":"_english_"
　　　　　　　　　　}
　　　　　　　　}
　　　　　　}
　　　　}
　　}

四、dynamic

　　A、策略

　　　　1. true：遇到陌生字段就进行dynamic mapping

　　　　2. false：遇到陌生字段就忽略

　　　　3. strict：遇到陌生字段就报错

　　B、"date_detection": false 时间类型探测

五、零停机重建索引

　　A、建立别名：PUT /twitter/_alias/alias1

　　B、从旧索引scroll查询出所有数据导入新建索引

　　C、将别名切换到新索引（更新别名操作，删除旧的，添加新的）