搜索引擎的召回问题

[owenliang]

如果我用 ES 做搜索，查询可以召回千万级的文档，难道 ES 要给所有文档打分后再返回给我 topN?

求做这行的同学指点。

[WinMain]

那就根据不同算法召回最有可能的一部分呗，不知道我说的对不对。

[Morriaty]

ES 检索的过程相当于一个 map reduce 的过程，在各个 shard 里分别检索，最后再有 coordinator 整合。所以大数据量的计算是被分配到集群的各个 shard 上去了。

而且如果真的一个 query 召回了太多的 doc，那基本可以认为该 query 是个 stopword。

[owenliang]

@Morriaty 这么说单个 shard 的数据量是单机计算的一个上限量。