Elasticsearch 底层索引控制与配置详解
在处理 Elasticsearch 中的分片时，深入了解底层操作至关重要。下面将详细介绍如何调整 Apache Lucene 评分机制、选择合适的存储类型等关键内容。
1. 调整 Apache Lucene 评分
2012 年 Apache Lucene 4.0 发布后，用户有机会改变基于 TF/IDF 的默认算法。Lucene API 也进行了更改，方便修改和扩展评分公式。此外，Lucene 4.0 还引入了额外的相似度模型，让我们可以为文档使用不同的评分公式。
1.1 可用的相似度模型
在 Apache Lucene 4.0 之前，默认的相似度模型是 TF/IDF 模型。现在有五个新的相似度模型可供使用：
-Okapi BM25：基于概率模型，用于估计给定查询找到文档的概率。在 Elasticsearch 中使用时，需指定名称为BM25。该模型在处理短文本时表现最佳，因为短文本中词的重复会对整体文档得分产生较大影响。
-Divergence from randomness (DFR)：基于同名的概率模型，在 Elasticsearch 中使用DFR名称。该模型在处理类似自然语言的文本时表现出色。
-Information-based：与 DFR 模型非常相似，在 Elasticsearch 中使用IB名称。同样，在处理自然语言文本数据时表现良好。
