Elasticsearch 入门教程 – highlight高亮显示

1、一个最基本的高亮例子

PUT /blog_website

{

  "mappings": {

    "blogs": {

      "properties": {

        "title": {

          "type": "text",

          "analyzer": "ik_max_word"

        },

        "content": {

          "type": "text",

          "analyzer": "ik_max_word"

        }

      }

    }

  }

}

PUT /blog_website/blogs/1

{

  "title": "我的第一篇博客",

  "content": "大家好,这是我写的第一篇博客,特别喜欢这个博客网站!!!"

}

GET /blog_website/blogs/_search 

{

  "query": {

    "match": {

      "title": "博客"

    }

  },

  "highlight": {

    "fields": {

      "title": {}

    }

  }

}

{

  "took": 103,

  "timed_out": false,

  "_shards": {

    "total": 5,

    "successful": 5,

    "failed": 0

  },

  "hits": {

    "total": 1,

    "max_score": 0.28582606,

    "hits": [

      {

        "_index": "blog_website",

        "_type": "blogs",

        "_id": "1",

        "_score": 0.28582606,

        "_source": {

          "title": "我的第一篇博客",

          "content": "大家好,这是我写的第一篇博客,特别喜欢这个博客网站!!!"

        },

        "highlight": {

          "title": [

            "我的第一篇<em>博客</em>"

          ]

        }

      }

    ]

  }

}

<em></em>表现,会变成红色,所以说你的指定的field中,如果包含了那个搜索词的话,就会在那个field的文本中,对搜索词进行红色的高亮显示

GET /blog_website/blogs/_search 

{

  "query": {

    "bool": {

      "should": [

        {

          "match": {

            "title": "博客"

          }

        },

        {

          "match": {

            "content": "博客"

          }

        }

      ]

    }

  },

  "highlight": {

    "fields": {

      "title": {},

      "content": {}

    }

  }

}

highlight中的field,必须跟query中的field一一对齐的

2、三种highlight介绍

plain highlight,lucene highlight,默认

posting highlight,index_options=offsets

(1)性能比plain highlight要高,因为不需要重新对高亮文本进行分词

(2)对磁盘的消耗更少

(3)将文本切割为句子,并且对句子进行高亮,效果更好

PUT /blog_website

{

  "mappings": {

    "blogs": {

      "properties": {

        "title": {

          "type": "text",

          "analyzer": "ik_max_word"

        },

        "content": {

          "type": "text",

          "analyzer": "ik_max_word",

          "index_options": "offsets"

        }

      }

    }

  }

}

PUT /blog_website/blogs/1

{

  "title": "我的第一篇博客",

  "content": "大家好,这是我写的第一篇博客,特别喜欢这个博客网站!!!"

}

GET /blog_website/blogs/_search 

{

  "query": {

    "match": {

      "content": "博客"

    }

  },

  "highlight": {

    "fields": {

      "content": {}

    }

  }

}

fast vector highlight

index-time term vector设置在mapping中,就会用fast verctor highlight

(1)对大field而言(大于1mb),性能更高

PUT /blog_website

{

  "mappings": {

    "blogs": {

      "properties": {

        "title": {

          "type": "text",

          "analyzer": "ik_max_word"

        },

        "content": {

          "type": "text",

          "analyzer": "ik_max_word",

          "term_vector" : "with_positions_offsets"

        }

      }

    }

  }

}

强制使用某种highlighter,比如对于开启了term vector的field而言,可以强制使用plain highlight

GET /blog_website/blogs/_search 

{

  "query": {

    "match": {

      "content": "博客"

    }

  },

  "highlight": {

    "fields": {

      "content": {

        "type": "plain"

      }

    }

  }

}

总结一下,其实可以根据你的实际情况去考虑,一般情况下,用plain highlight也就足够了,不需要做其他额外的设置

如果对高亮的性能要求很高,可以尝试启用posting highlight

如果field的值特别大,超过了1M,那么可以用fast vector highlight

3、设置高亮html标签,默认是<em>标签

GET /blog_website/blogs/_search 

{

  "query": {

    "match": {

      "content": "博客"

    }

  },

  "highlight": {

    "pre_tags": ["<tag1>"],

    "post_tags": ["</tag2>"], 

    "fields": {

      "content": {

        "type": "plain"

      }

    }

  }

}

4、高亮片段fragment的设置

GET /_search

{

    "query" : {

        "match": { "user": "kimchy" }

    },

    "highlight" : {

        "fields" : {

            "content" : {"fragment_size" : 150, "number_of_fragments" : 3, "no_match_size": 150 }

        }

    }

}

fragment_size: 你一个Field的值,比如有长度是1万,但是你不可能在页面上显示这么长啊。。。设置要显示出来的fragment文本判断的长度,默认是100

number_of_fragments:你可能你的高亮的fragment文本片段有多个片段,你可以指定就显示几个片段