为什么Postgres全文搜索和弹性搜索排名结果不同？
我想知道，当将Postgres的全文搜索与Elasticsearch进行比较时，有经验的人是否能对我的奇怪结果有所了解。
我使用一对Rails应用程序对它们进行测试，每个应用程序都具有相同的模型(但使用不同的宝石、pg测试的“textacular”、es测试的“搜索踢”)和相同的测试数据：
# seeds.rb
def make_post(body)
{
title: 'A Post About Fruits',
body: body,
num_likes: 0
}
end
Post.destroy_all
Post.create([
make_post('I like apples.'),
make_post('I like bananas.'),
make_post('I like apples and bananas.'),
make_post('I like oranges.'),
make_post('I like.')
])但当我对它们进行大量搜索时，这些结果在Postgres上似乎更有意义，有时对Elasticsearch更有意义，而且它们在行为上常常相互矛盾。在以下结果中，我列出了每个搜索项返回的前两个帖子，或者如果返回的全部内容为1个帖子或零：
搜索： ‘苹果’： pg: 1。“我喜欢苹果。”“我喜欢苹果和香蕉。” es：
- “我喜欢苹果和香蕉。”
- “我喜欢苹果。”
“香蕉”：
pg: 1。“我喜欢香蕉。”2。“我喜欢苹果和香蕉。”
es: 1.‘我喜欢香蕉。’2。“我喜欢苹果和香蕉。”
‘苹果’和：
pg: 1。“我喜欢苹果。”“我喜欢苹果和香蕉。”
es: 1.“我喜欢苹果和香蕉。”
“苹果和香蕉”：
pg: 1。“我喜欢苹果和香蕉。”
es: 1.“我喜欢苹果和香蕉。”
“我喜欢苹果。”
pg: 1。“我喜欢苹果。”“我喜欢苹果和香蕉。”
es: 1.我喜欢苹果和香蕉。“我喜欢苹果。”
“‘app”：
pg:没有结果
es: 1.我喜欢苹果和香蕉。“我喜欢苹果。”
“应用程序”：
pg: 1。“我喜欢苹果。”“我喜欢苹果和香蕉。”
es: 1.我喜欢苹果和香蕉。“我喜欢苹果。”
我必须承认，这是与默认设置，我没有调优或使用自定义查询语法(做和vs or等)。
回答 1
Stack Overflow用户
发布于 2017-08-22 13:19:55
您正在从Elasticsearch获得奇怪的结果，因为一些统计数据是在单个碎片中计算的，而不是在整个索引中计算的。通常这很好，因为大多数文档集合都很大，但是当一个碎片中只有几个文档时，这些统计数据就没有什么意义了。在您的例子中，我认为有问题的统计数据是avgFieldLength，它有助于tfNorm得分。尝试用一个碎片创建一个新的索引：
PUT /testindex
{
"settings": {
"index": {
"number_of_shards": 1
}
}
}
POST /testindex/doc/1
{
"body": "I like apples."
}
POST /testindex/doc/2
{
"body": "I like apples and bananas."
}然后查询：
POST /testindex
{
"query": {
"query_string": {
"query": "apples"
}
}那你应该看看军衔：
- 我喜欢苹果。
- 我喜欢苹果和香蕉。
如果你想弄清楚排名是怎么回事，你可以用解释：
POST /testindex
{
"explain": true,
"query": {
"query_string": {
"query": "apples"
}
}尽管如此，您不应该期望postgres搜索排名与elasticsearch排名相匹配。Elasticsearch使用归一化tf-以色列国防军得分，postgres不考虑文档频率或文档长度。有关更多信息，请参见此问题：Does PostgreSQL use tf-idf?
https://stackoverflow.com/questions/45788683
复制相似问题
腾讯云开发者
