版本之间的索引/搜索算法稳定性

Question

我正在从Elasticsearch 1.5迁移到7.10有多个必需的更改，最相关的更改是删除版本6中的文档类型概念，以处理它引入了一个新的字段doc_type，然后在搜索时与之匹配。 我的问题是，当我进行相同的（或同等因素，因为有一些更改）时，我应该期望获得完全相同的结果集吗？因为我有一些差异，所以我想弄清楚是在新映射中或搜索查询中打破了某些内容。 在第一个问题之后提前

编辑：

一般：我有一项与ES 1.5通信的服务，我必须将其迁移到ES 7.10使外部API尽可能稳定。

• 我不使用得分。
• 以前，我有文档类型a和b，例如：迁移后，我将a或b保存在doc_type中，并且查询变为host/indexName/_search with a “ bool”：{“应该”：[{“ enter”：{“ doc_type”：[a a']，“ boost”：1.0}}，{“ tenter”：{“ doc_type”：[b “]，“ boost”：1.0}}]，“ aptim_pure_negative”：true，“ boost”：1.0}在身体中。如果我将其放在a和b的不同索引中我不知道我应该遵循哪种策略，因此将其全部保持在一起，我会从ES中获得混合（doc_type）的响应。我遵循这种特定方法 https> https：// wwwwwwwwww .elastic.co/blog/删除映像型型 - elasticsearch＃custom-type-field
• 差异不是很大，很难显示具体示例，因为它是一个复杂的数据/文档结构，而是这个想法是，对于1.5此响应以进行给出查询： [a，b，c，d，e，f，g，h，i，j]（每个人都可以具有任何类型a或） 在7.10的情况下，我有这样的答复： [A，B，E，C，D，F，G，H，I，J]或[a，b，c，d，e，e，g，i，i，i，j，k，k，k ]

第二次编辑： 此查询是从Java客户端生成的。

{
   "from":0,
   "size":100,
   "query":{
      "bool":{
         "must":[
            {
               "query_string":{
                  "query":"mark_deleted:false",
                  "fields":[
                     
                  ],
                  "type":"best_fields",
                  "default_operator":"or",
                  "max_determinized_states":10000,
                  "enable_position_increments":true,
                  "fuzziness":"AUTO",
                  "fuzzy_prefix_length":0,
                  "fuzzy_max_expansions":50,
                  "phrase_slop":0,
                  "escape":false,
                  "auto_generate_synonyms_phrase_query":true,
                  "fuzzy_transpositions":true,
                  "boost":1.0
               }
            },
            {
               "bool":{
                  "should":[
                     {
                        "terms":{
                           "type":[
                              "A"
                           ],
                           "boost":1.0
                        }
                     },
                     {
                        "terms":{
                           "type":[
                              "B"
                           ],
                           "boost":1.0
                        }
                     },
                     {
                        "terms":{
                           "type":[
                              "D"
                           ],
                           "boost":1.0
                        }
                     }
                  ],
                  "adjust_pure_negative":true,
                  "boost":1.0
               }
            }
         ],
         "adjust_pure_negative":true,
         "boost":1.0
      }
   },
   "post_filter":{
      "term":{
         "mark_deleted":{
            "value":false,
            "boost":1.0
         }
      }
   },
   "sort":[
      {
         "a_specific_date":{
            "order":"desc"
         }
      }
   ],
   "highlight":{
      "pre_tags":[
         "<b>"
      ],
      "post_tags":[
         "</b>"
      ],
      "no_match_size":120,
      "fields":{
         "body":{
            "fragment_size":120,
            "number_of_fragments":1
         }
      }
   }
}

Answer 1

首先，由于您不关心评分，因此应该在顶层使用 bool/filter 而不是 bool/must，否则您的结果将按 _score 排序 默认情况下，在 1.7 和 7.10 之间，发生了很多变化，这可以解释您所得到的差异。因此，您最好简单地使用 _score 之外的任何其他字段对结果进行排序

其次，您可以使用 type 上的 bool/should一个简单的 terms 查询，它执行完全相同的工作，但以更简单的方式：

{
  "from": 0,
  "size": 100,
  "query": {
    "bool": {
      "filter": [
        {
          "query_string": {
            "query": "mark_deleted:false",
            "fields": [],
            "type": "best_fields",
            "default_operator": "or",
            "max_determinized_states": 10000,
            "enable_position_increments": true,
            "fuzziness": "AUTO",
            "fuzzy_prefix_length": 0,
            "fuzzy_max_expansions": 50,
            "phrase_slop": 0,
            "escape": false,
            "auto_generate_synonyms_phrase_query": true,
            "fuzzy_transpositions": true,
            "boost": 1
          }
        },
        {
          "terms": {
            "type": [
              "A",
              "B",
              "C"
            ]
          }
        }
      ]
    }
  },
  "post_filter": {
    "term": {
      "mark_deleted": {
        "value": false,
        "boost": 1
      }
    }
  },
  "sort": [
    {
      "a_specific_date": {
        "order": "desc"
      }
    }
  ],
  "highlight": {
    "pre_tags": [
      "<b>"
    ],
    "post_tags": [
      "</b>"
    ],
    "no_match_size": 120,
    "fields": {
      "body": {
        "fragment_size": 120,
        "number_of_fragments": 1
      }
    }
  }
}

最后，我不确定为什么您使用 query_string 查询来执行精确匹配mark_deleted:false，这对我来说没有意义。一个简单的 term 查询在这里会更好、更充分。

也不清楚为什么您删除了 post_filter 中也有 mark_deleted:false 的所有结果，因为它与您的 query_string 约束中的条件相同。