ElasticsSearch——HighLights

ES可以使用三种类型的高亮：

• the lucene highlighter  
• fast-vector-highlighter 
• postings-highlighte

高亮显示的前提要求：

1.高亮的字段是存储的，store set to true 

2.如果前提1不满足，会从source中提取，但是必须保证 source set to enable

3._all 字段 比较特殊，不能从source中获得，也就是说如果要高亮_all字段内容 必须 保证 字段的属性 store set to true 

the lucene highlighter  

这是默认的标准高亮方式。不需要在索引的时候进行任何额外的配置。

也就是说如果在mapping的部分没有对字段进行额外的配置，默认进行的是标准高亮，而且也无法通过在高亮的时候进行配置而转化成其他的高亮方式。

优缺点：

1.无需额外配置

2.会高亮很多无用的词条，不匹配的内容也会被高亮。

fast-vector-highlighter 

这种高亮方式基于词条向量，在mapping的时候需要 set term_vector to with_positions_offsets

优缺点：

1.对于超过1MB的字段 速度非常快

2. 会增大索引的大小

3. 可以对不同的匹配方式分配不同的权重

在mapping部分需要设置如下

{    "type_name" : {        "content" : {"term_vector" : "with_positions_offsets"}    }}

注意哦！这样的配置 在进行 创建索引的时候需要使用 post 方式，不配置这些参数信息则使用put也可以实现的。

当进行上面的配置之后，默认的高亮就会使用fast-vector-highlighter 这种方式，但是如果想要使用标准的高亮方式，可以进行高亮的时候如下配置：

{    "query" : {...},    "highlight" : {        "fields" : {            "content" : {"type" : "plain"}        }    }}

postings-highlighter

这种高亮是基于偏移量的：需要在mapping的时候 set index_options to offset

1.因为不会二次分词文本内容，所以高亮速度比较快，文档越大效果越明显

2.需要更小的磁盘空间相对fast highlight

3.把文档当成一个完整的语料，使用的是BM25算法

4.使用该高亮方法 fragment_size 属性失效，输出的高亮片段会忽略长度（所以如果字段内容过多的话，可以使用term vector的高亮方式，将两种高亮方式结合使用）

mapping 部分需要配置如下：

{    "type_name" : {        "content" : {"index_options" : "offsets"}    }}

注意哦！这种高亮 会忽略位置，比较适合简单的词条匹配。也就是说高亮的内容不一定是你匹配的地方。

如果你采用的是match_phase方式，虽然有些词条包含在里面但是没有匹配得分也会被高亮。

这种高亮也可以通过配置同上 来使用标准高亮的方式