Apache为什么切分索引的结果分数与非切分索引的分数不同？

Question

我将Solr核心转换为一个包含两个碎片的集合，并修改了自定义搜索组件，使其能够用于分布式搜索。在测试组件时，我注意到切分索引的结果与非切分(具有相同的查询参数)匹配，各个文档的分数不同。详细说明，当我将q=X发送到切分索引和非切分索引时，它们都返回文档A、B、C。但是，来自切分核心的文档的分数为0.1、0.2、0.3，而来自非切分核心的文档可能有0.2、0.4、0.7。

分数差异的根本原因是什么？我不太熟悉Lucene到底是如何评分文件的，所以我想知道是否值得担心。

Answer 1

Lucene，因此Solr使用向量空间模型。因此，反向文档频率是关联计算中的一个因素。

当涉及到切分的时候，这会产生一种效果。正如所写的，在医生里

Solr不计算通用项/文档频率。对于大多数大规模的实现来说，Solr在碎片级别计算TD/下手并不重要。但是，如果您的集合在服务器间的分布严重倾斜，您可能会在搜索中发现误导性的关联结果。通常，最好将文档随机分发到碎片中。

目前没有共用的以色列国防军。这意味着每个碎片(索引)根据它在自己的索引中拥有的以色列国防军来计算分数。简而言之，文档的得分受在同一碎片上索引的其他文档的影响。由于在每个碎片中有不同的文档是合理的，这意味着在不同的碎片中相同的文档将有一个稍微不同的分数，就像它周围有其他文档一样。

我编写Currently there is no shared IDF时，正在进行创建分布式is的工作--正如您可以看到的在SOLR-1632。