如果你的一个index有多个shard的话，可能搜索结果会不准确
在某一个shard中，有很多个document，包含了title中有java这个关键字，比如说10个doc包含了java这个关键字。
当一个搜索title包含java关键字的请求，到这个shard的时候，使用TF/IDF算法计算relevance score，
（1）计算在一个document的title中，java出现了几次
（2）在所有的document的title中java出现了几次
（3）这个document的title的长度
问题出在（2）中，默认是在 shard local本地计算IDF的
比如说在一个shard中，只有1个document title包含java，那么此时shard local的TF/IDF分数就会很高，即相关度很高。
这样有时候会导致搜索的结果，就可能不是你想要的结果，可能本来相关度很高的doc排在了后面，分数不高，而相关度本来很低的doc排在了前面，分数很高。
2、如何解决该问题？（1）生产环境下，数据量很大，要尽可能实现均匀分配
数据量很大的话，其实一般情况下，在概率学的背景下，es都是在多个shard中均匀路由数据的，路由的时候根据_id，负载均衡。 比如说有10个document，title都包含java，一共有5个shard，那么在概率学的背景下，如果负载均衡的话，其实每个shard都应该有2个doc，title包含java 如果说数据分布均匀的话，其实就没有刚才说的那个问题了
（2）测试环境下，将索引的primary shard设置为1个，number_of_shards=1，index settings
如果说只有一个shard，那么当然，所有的document都在这个shard里面，就没有这个问题了
（3）测试环境下，搜索附带search_type=dfs_query_then_fetch参数，会将local IDF取出来计算global IDF
计算一个doc的相关度分数的时候，就会将所有shard对的local IDF计算一下，获取出来，在本地进行global IDF分数的计算，会将所有shard的doc作为上下文来进行计算，也能确保准确性。但是production生产环境下，不推荐这个参数，因为性能很差。
