Elasticsearch 2.20 高亮显示

130次阅读

共计 3981 个字符，预计需要花费 10 分钟才能阅读完成。

Elasticsearch 中的高亮显示是来源于 lucene 的功能，他允许在一个或者多个字段上突出显示搜索内容，lucene 支持三种高亮显示方式 highlighter, fast-vector-highlighter，postings-highlighter，第一种是默认的标准类型。下面先看一个实例，在搜索前，先增加一条文档。

请求：PUT http://localhost:9200/secilog/log/10?pretty

参数：

{
“type”:”file”,
“message”:”secilog is a log real-time analyse software,it’s full text search is based on Elasticsearch “
}

文档创建好后，我们在进行高亮搜索：

请求：POST http://localhost:9200/secilog/log/_search?pretty

参数：

{
“query”: {
“term”: {
“message”: “analyse”
}
},
“highlight”: {
“fields”: {
“message”: {}
}
}
}

返回结果如下：

{
“took” : 1,
“timed_out” : false,
“_shards” : {
“total” : 1,
“successful” : 1,
“failed” : 0
},
“hits” : {
“total” : 1,
“max_score” : 0.4232868,
“hits” : [{
“_index” : “secilog”,
“_type” : “log”,
“_id” : “10”,
“_score” : 0.4232868,
“_source” : {
“type” : “file”,
“message” : “secilog is a log real-time analyse software,it’s full text search is based on Elasticsearch “
},
“highlight” : {
“message” : [“secilog is a log real-time analyse software,it’s full text search is based on Elasticsearch ”]
}
} ]
}
}

从结果中可以看出，有高亮显示的内容，analyse。为了执行高亮显示，该字段必须有实际的内容。并且这个字段必须进程存储，就是在字段映射中 store 的值必须为 ture，不能只在内存中。否则系统会自动加载_source 字段并匹配相关的列。字段名称支持通配符符号，例如可以用 ”message*”: {} 参数匹配所有 message 开头的字段。

fast-vector-highlighter

前面的高亮显示是普通的高亮显示，lucene 还支持 fast-vector-highlighter 高亮显示，fast-vector-highlighter 高亮显示具有如下特点：

•快，特别是内容别大的字段，比如大于 1M。

•可定制的 boundary_chars，boundary_max_scan，和 fragment_offset。

•需要设置 term_vector 的值为 with_positions_offsets，增加索引的大小。

•可以将多个字段的匹配组合成一个结果。

•可以分配不同的权重匹配在不同的位置上，

Elasticsearch 中需要在建立索引的时候映射字段类型，才可以实现 postings-highlighter 高亮显示，例如对 content 字段采用 fast-vector 高亮类型：

{
“type_name” : {
“content” : {“type”:”string”,”term_vector” : “with_positions_offsets”}
}
}

postings-highlighter

lucene 还支持 postings-highlighter 高亮显示，postings-highlighter 高亮显示具有如下特点：

•快，因为它不需要重新分析文档：尤其是对大文件对性能的提高更为明显。

•占用更少的磁盘空间。

•把高亮显示和句子分开，这个更有利于人类的阅读。

•使用 BM25 算法，使搜索的时候像是整篇文档。

Elasticsearch 中需要在建立索引的时候映射字段类型，才可以实现 postings-highlighter 高亮显示，例如对 content 字段采用 postings 高亮类型：

{
“type_name” : {
“content” : {“type”:”string”,”index_options” : “offsets”}
}
}

备注：高亮查询不支持复杂的查询，比如查询类型设置为 match_phrase_prefix 的查询。

对于后两种特殊的类型，都会增加索引的大小，但对于高亮显示查询的执行时间会减少。

使用 type 字段可以强制使用特定的高亮类型，当设置了 term_vectors 高亮类型的时候，想用普通高亮显示的时候非常有用。这个只有三中类型，plain, postings，fvh 分别对应高亮显示的三种类型，例如：

{
“query” : {…},
“highlight” : {
“fields” : {
“content” : {“type” : “plain”}
}
}}

默认高亮显示 html 标记

默认情况下，高亮显示的文本在 和 中。这可以通过设置 pre_tags 和 post_tags 进行修改，例如：

{
“query” : {…},
“highlight” : {
“pre_tags” : [“”],
“post_tags” : [“”],
“fields” : {
“_all” : {}
}
}}

使用快速矢量记号可以有多个标签，按照“重要性”进行排序，例如：

{
“query” : {…},
“highlight” : {
“pre_tags” : [“<tag1>”, “<tag2>”],
“post_tags” : [“</tag1>”, “</tag2>”],
“fields” : {
“_all” : {}
}
}
}

系统对于这种情况有默认的多个 pre_tags，需要设置 tags_schema 为 styled，默认 post_tags 为 ，默认多个 pre_tags 标签为：

, , ,, , ,, , ,

当我们需要设置默认多个标签的时候的例子如下：

{
“query” : {…},
“highlight” : {
“tags_schema” : “styled”,
“fields” : {
“content” : {}
}
}
}

每个字段都可以设置高亮显示的字符片 fragment_size 段大小（默认为 100），以及返回的最大片段数 number_of_fragments（默认为 5），如果 number_of_fragments 值设置为 0 则片段产生，当 order 设置为 score 时候可以按照评分进行排序。例如：

{
“query” : {…},
“highlight” : {
“order” : “score”,
“fields” : {
“content” : {“fragment_size” : 150, “number_of_fragments” : 3}
}
}
}

ElasticSearch 最新版本 2.20 发布下载了 http://www.linuxidc.com/Linux/2016-02/128166.htm

Linux 上安装部署 ElasticSearch 全程记录 http://www.linuxidc.com/Linux/2015-09/123241.htm

Elasticsearch 安装使用教程 http://www.linuxidc.com/Linux/2015-02/113615.htm

ElasticSearch 配置文件译文解析 http://www.linuxidc.com/Linux/2015-02/114244.htm

ElasticSearch 集群搭建实例 http://www.linuxidc.com/Linux/2015-02/114243.htm

分布式搜索 ElasticSearch 单机与服务器环境搭建 http://www.linuxidc.com/Linux/2012-05/60787.htm

ElasticSearch 的工作机制 http://www.linuxidc.com/Linux/2014-11/109922.htm

使用 Elasticsearch + Logstash + Kibana 搭建日志集中分析平台实践 http://www.linuxidc.com/Linux/2015-12/126587.htm

ElasticSearch 的详细介绍 ：请点这里
ElasticSearch 的下载地址 ：请点这里

本文永久更新链接地址 ：http://www.linuxidc.com/Linux/2016-02/128420.htm

正文完