Elasticsearch实战——搜索高亮
1. 自定义高亮片段
在前面的基本查询中，我们简单的使用了高亮功能标记查询关键字，ES默认会用<em></em>标签标记关键字。如果我们想使用自定义标签，可以在高亮属性中给需要高亮的字段加上pre_tags和post_tags。示例如下：
GET website/_search
{
"query":{
"match":{
"title":"自行车"
}
},
"highlight":{
"fields":{
"title":{
"pre_tags":["<strong>"],
"post_tags":["</strong>"]
}
}
}
}
2. 多字段高亮
搜索高亮的时候可以设置多个字段同时高亮。比如，搜索title字段的时候，我们希望address字段中的关键字也能高亮。这个时候我们需要把require_field_match属性的值设置为false。require_field_match的默认值为true，只会高亮匹配的字段。多字段高亮如下：
GET website/_search
{
"query": {
"match_phrase": {
"title": "北京"
}
},
"highlight": {
"require_field_match": false,
"fields": {
"title": {
"pre_tags": [
"<strong>"
],
"post_tags": [
"</strong>"
]
},
"address": {
"pre_tags": [
"<strong>"
],
"post_tags": [
"</strong>"
]
}
}
}
}
3. 高亮性能分析
ES提供了三种高亮器，分别是默认的highlighter高亮器、postings-highlighter高亮器和fast-vector-highlighter高亮器。
默认的highlighter是最基本的高亮器。highlighter高亮器实现高亮功能需要对_source中保存的原始文档进行二次分析，它的速度在三种高亮器里面最慢，优点是不需要额外的存储空间。
postings-highlighter高亮器实现高亮不需要二次分析，但是需要在字段的映射中设置index_options参数的值为offsets，保留关键词的偏移量，速度快于highlighter高亮器。如：
PUT website
{
"mappings":{
"properties":{
"title":{
"type":"text",
"analyzer":"ik_max_word",
"search_analyzer":"ik_smart",
"index_options":"offsets"
}
}
}
}
fast-vector-highlighter高亮器实现高亮速度最快，但是需要在字段的映射中设置term_vector参数的取值为with_opsitions_offsets，保存关键词的位置和偏移信息，占用的存储空间最大，是一种以空间换时间的做法。
PUT website
{
"mappings":{
"properties":{
"title":{
"type":"text",
"analyzer":"ik_max_word",
"search_analyzer":"ik_smart",
"term_vector":"with_positions_offsets"
}
}
}
}
4. 关注我
搜索微信公众号：java架构强者之路
