基于过滤文件的IDF计算？

Question

我将使用Elasticsearch设计一个多租户搜索平台。一种选择是共享索引交叉租户。但问题是，同一索引中不同租户的文档可能会影响结果的评分，因为评分的IDF部分是在一个索引中的所有文档中计算的。 有没有办法让ES根据过滤的文件计算IDF？例如，按租户过滤文档，以便一个租户的文档不会影响同一索引中另一个租户的文档得分。

Answer 1

根据search_type=dfs_query_then_fetch param，没有内置的方法可以根据某些内容计算IDF，而不是索引（或分片）中的文档。

您有哪些选择：

• 实施自定义相似性，将以您需要的方式计算IDF（不确定它是否足够高效，还需要自定义代码+自定义部署）

• 单独的指数

• 将租户X的文档路由到碎片X，同时使用_routing字段将租户Y文档路由到碎片Y.有关此方法的更多信息 - https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-routing-field.html。之后，不要使用全局IDF，而是使用本地IDF（默认参数），它应该可以解决问题。问题是 - 你对这个只有非常有限的控制 - 每个租户只有一个分片，这使得以后无法正确扩展。