Search API中getNumberFound（）的值不一致

Question

我有一个包含42个文档的全文搜索索引，如下面的屏幕截图所示：

当我查询索引为“”时，它正确地返回所有42个文档（好），但是当我在查询中使用limit和offset选项时，返回的值为找到的匹配总数（results.getNumberFound（ ））不时变化。它为不同的偏移量提供了不同的值！简而言之，使用不同的偏移值进行相同的查询会为results.getNumberFound（）函数提供不同的值！

注意：部署应用程序后，在生产服务器中只发生 。在本地服务器的一切 完美地工作（即对于相同的查询，无论偏移选项值如何，找到的总命中数都是相同的。）

Query query =   Query.newBuilder()
                .setOptions(QueryOptions.newBuilder()
                .setLimit(limit)
                .setOffset(offset).build())
                .build(searchPhrase);

                Results<ScoredDocument> results = INDEX.search(query);
                LOG.warning(    "Phrase:'" + searchPhrase + 
                                "' limit:" + limit + 
                                " offset:" + offset + 
                                " num:" + results.getNumberFound());

以下是日志输出的屏幕截图：

所以我正在做的事情有问题，或者它是Search API中的一个错误，因为奇怪的是问题只发生在生产服务器而不是本地服务器。

Answer 1

python docs说

number_found 返回与查询匹配的近似文档数。 QueryOptions定义搜索结果的后处理。如果QueryOptions.number_found_accuracy参数设置为100，则number_found <= 100是准确的。

Java中存在类似的api组件。从您的代码看，您似乎没有设置准确性。请参阅java QueryOptions https://developers.google.com/appengine/docs/java/javadoc/com/google/appengine/api/search/QueryOptions

话虽如此，我已经看到很多关于发现结果数量缺乏准确性的问题/讨论。

Answer 2

令人惊讶的是，这是按预期工作的（正如蒂姆所说）。

https://developers.google.com/appengine/docs/java/javadoc/com/google/appengine/api/search/QueryOptions.Builder#setNumberFoundAccuracy(int)

在默认状态下，数据存储区会扫描最小数据集以完成请求。数据库通过将ID范围与匹配键的估计值相乘来提供匹配结果的粗略估计（在查询期间找到匹配/ #ids的#keys）。

对于小型数据集，请将准确度值设置得更高（500或1000）并将其称为一天。您还可以通过确保密钥ID均匀分布并通过每次调用获取更高限制来改进估算（尽管如果您不需要数据，只需使用精度参数）。

这可能不适用于此，但这是大型数据集的一般解决方法： 使用num_accuracy == 1000.当查询返回估计值<1000时，您可以信任。当查询返回大于1000的估计值时，请使用第二个查询执行您自己的估算： 在数据中包含一个额外的数字字段，这是一个离散概率事件的值（例如，某些随机数据的散列中的＃0）。当您从第一个查询中获得较大的估计值时，请使用附加约束（例如AND ZERO_COUNT == y）重复查询，其中根据第一个查询的估计值选择y以匹配＆lt; 1000个实体，从而生成第二个查询的精确计数，您可以准确地推断。由于您不需要此数据的结果，因此您可以将限制设置为1＆amp; num_accuracy == 1000。