ES系列5、ES6.3经常使用api之搜索类api

1.搜索api

1.1.routing:路由

执行搜索时，它将广播到全部索引/索引分片（副本之间的循环）。能够经过提供routing参数来控制将搜索哪些分片。例如，在索引book时，路由值能够是name。

POST book/english?routing=test

{
　　"name":"test",
　　"age":"1",
　　"book":"zhegnsh1正式"
}

按路由查询：

POST book/_search?routing=test
{
    "query": { "bool" : { "must" : { "query_string" : { "query" : "good" } }, "filter" : { "term" : { "name" : "test" } } } } }

 "query" : "good" 全文搜索模糊匹配，返回任何字段包含"good”的记录。

1.2.adaptive replica selection:自适应副本选择

做为以循环方式发送到数据副本的请求的替代方法，能够启用自适应副本选择。这容许协调节点根据许多标准将请求发送到被认为“最佳”的副本：

• 协调节点与包含数据副本的节点之间的过去请求的响应时间
• 超过搜索请求的时间在包含数据的节点上执行
• 包含数据的节点上的搜索线程池的队列大小

这能够经过改变所述动态群集配置开启 cluster.routing.use_adaptive_replica_selection从false到true


PUT /_cluster/settings
{
    "transient": {
        "cluster.routing.use_adaptive_replica_selection": true
    }
}

1.3.Stats Groups:统计组

搜索能够与统计组相关联，统计组维护每一个组的统计聚合。稍后可使用indices stats API专门检索它 。例如，如下是将请求与两个不一样的组相关联的搜索正文请求：

POST /_search
{
    "query" : { "match_all" : {} }, "stats" : ["group1", "group2"] }

 

1.4.全局搜索超时

做为请求正文搜索的一部分，单个搜索可能会超时 。因为搜索请求能够源自多个源，所以Elasticsearch具备全局搜索超时的动态集群级设置，适用于未在请求正文搜索中设置超时的全部搜索请求。默认值为无全局超时。search.default_search_timeout可使用“ 群集更新设置”端点设置和设置设置密钥。设置此值可-1将全局搜索超时重置为无超时。

1.5.搜索取消

可使用标准任务取消 机制取消搜索。默认状况下，正在运行的搜索仅检查是否在段边界上取消它，所以取消可能会被大段延迟。经过将动态集群级别设置设置search.low_level_cancellation为，能够提升搜索取消响应性true。可是，它带来了更频繁的取消检查的额外开销，这在大型快速运行的搜索查询中是显而易见的。更改此设置仅影响更改后开始的搜索。

1.6.搜索并发和并行

默认状况下，Elasticsearch不会根据请求命中的分片数拒绝任何搜索请求。虽然Elasticsearch将优化协调节点上的搜索执行，但大量分片会对CPU和内存产生重大影响。以这样的方式组织数据一般是一个更好的主意，即更少的大分片。若是您要配置软限制，能够更新action.search.shard_count.limit 群集设置以拒绝搜索过多分片的搜索请求。

request参数max_concurrent_shard_requests可用于控制搜索API将为请求执行的最大并发分片请求数。此参数应用于保护单个请求不会使群集过载（例如，默认请求将命中群集中的全部索引，若是每一个节点的分片数量很高，则可能致使碎片请求被拒绝）。此默认值基于群集中的数据节点数，但最多256。

2.multi-index,multi-type:多索引，多类型搜索

2.1.单个索引的全部类型

GET /book/_search?q=name:bb

返回name字段包含‘bb’的全部文档（模糊查询）

response:

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 1,
        "successful": 1,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 1,
        "max_score": 4.181759,
        "hits": [
            {
                "_index": "book",
                "_type": "english",
                "_id": "nwmH_mQBbhSmAk-T97Mf",
                "_score": 4.181759,
                "_source": {
                    "name": "bb传交换机发个沙发覆盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            }
        ]
    }
}

View Code

2.2.搜索特定类型

GET /twitter/tweet,user/_search?q=user:kimchy

2.3.搜索多个索引

GET book1,book/_search?q=name:bb

2.4.搜索全部索引

GET _all/_search?q=name:bb

或者

GET _search?q=name:bb
其余参数解释以下：

q	查询字符串（映射到query_string查询，有关详细信息，请参阅 查询字符串查询）。
df	在查询中未定义字段前缀时使用的默认字段。
analyzer	分析查询字符串时要使用的分析器名称。
analyze_wildcard	是否应分析通配符和前缀查询。默认为false。
batched_reduce_size	应在协调节点上一次减小的分片结果数。若是请求中潜在的分片数量很大，则应将此值用做保护机制，以减小每一个搜索请求的内存开销。
default_operator	要使用的默认运算符能够是AND或 OR。默认为OR。
lenient	若是设置为true将致使忽略基于格式的失败（如向数字字段提供文本）。默认为false。
explain	对于每一个命中，包含如何计算命中得分的解释。
_source	设置为false禁用_source字段检索。您还可使用_source_include＆检索部分文档_source_exclude（ 有关详细信息，请参阅请求正文文档）
stored_fields	每一个匹配返回的文档的选择性存储字段，逗号分隔。不指定任何值将致使没有字段返回。
sort	排序执行。能够是fieldName或 fieldName:asc/ 的形式fieldName:desc。fieldName能够是文档中的实际字段，也能够是特殊_score名称，表示基于分数的排序。能够有几个sort参数（顺序很重要）。
track_scores	排序时，设置为true仍然跟踪分数并将其做为每一个匹配的一部分返回。
track_total_hits	设置为false禁用跟踪与查询匹配的匹配总数。（有关详细信息，请参阅索引排序）。默认为true。
timeout	搜索超时，将搜索请求限制在指定的时间值内执行，并使用在到期时累积的点击数进行保释。默认为无超时。
terminate_after	在达到查询执行将提早终止时，为每一个分片收集的最大文档数。若是设置，响应将具备一个布尔字段，terminated_early以指示查询执行是否实际上已终止。默认为no terminate_after。
from	从命中的索引开始返回。默认为0。
size	要返回的点击次数。默认为10。
search_type	要执行的搜索操做的类型。能够是 dfs_query_then_fetch或query_then_fetch。默认为query_then_fetch。有关能够执行的不一样搜索类型的更多详细信息，请参阅 搜索类型。
allow_partial_search_results	false若是请求将产生部分结果，则设置为返回总体故障。默认为true，这将容许在超时或部分失败的状况下得到部分结果。

官方文档参考：Search Api

3.Request body search:带参数条件搜索

3.1.query term搜索整个词

POST book1/_search
{
    "query" : {
        "term" : { "name" : "test goog money" }
    }
}

response

{
    "took": 4,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 0,
        "max_score": null,
        "hits": []
    }
}

View Code

因为默认分词器把“test goog my money”，分红了三个单词，全部没有匹配到。

3.2.query match分词后搜索

post book1/_search
{
    "query": {
        "match":{
            "name":"test goog money"
        }
        
    }
}

response

{
    "took": 17,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 3,
        "max_score": 11.610666,
        "hits": [
            {
                "_index": "book1",
                "_type": "english",
                "_id": "5oVDQ2UBRzBxBrDgtIl0",
                "_score": 11.610666,
                "_source": {
                    "name": "test goog my money",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "32",
                "_score": 1.8562036,
                "_source": {
                    "name": "test",
                    "age": "1"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "33",
                "_score": 1.8562036,
                "_source": {
                    "name": "test",
                    "age": "1"
                }
            }
        ]
    }
}

View Code

3.3.query_string分词后匹配任何字段

{
    "query": {
        "query_string":{
            "query":"test goog my money 国"
        }
        
    }
}

response

{
    "took": 7,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 22,
        "max_score": 11.610666,
        "hits": [
            {
                "_index": "book1",
                "_type": "english",
                "_id": "5oVDQ2UBRzBxBrDgtIl0",
                "_score": 11.610666,
                "_source": {
                    "name": "test goog my money",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "lAmG_mQBbhSmAk-T-bN1",
                "_score": 2.016771,
                "_source": {
                    "name": "国1里",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "32",
                "_score": 1.8562036,
                "_source": {
                    "name": "test",
                    "age": "1"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "33",
                "_score": 1.8562036,
                "_source": {
                    "name": "test",
                    "age": "1"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "jgmG_mQBbhSmAk-TnrMw",
                "_score": 1.5432179,
                "_source": {
                    "name": "国国",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "kgmG_mQBbhSmAk-T6bOW",
                "_score": 1.5067708,
                "_source": {
                    "name": "国1里国",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国1"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "kwmG_mQBbhSmAk-T8bN7",
                "_score": 1.5067708,
                "_source": {
                    "name": "国1里国",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "mgmH_mQBbhSmAk-TbbMX",
                "_score": 0.18232156,
                "_source": {
                    "name": "里个覆盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "mwmH_mQBbhSmAk-TerNv",
                "_score": 0.18232156,
                "_source": {
                    "name": "里个盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "ngmH_mQBbhSmAk-T6LPZ",
                "_score": 0.13353139,
                "_source": {
                    "name": "cvh交换机发个沙发覆盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                }
            }
        ]
    }
}

View Code

参数说明：

timeout	搜索超时，将搜索请求限制在指定的时间值内执行，并使用在到期时累积的点击数进行保释。默认为无超时。请参阅时间单位编辑。
from	从某个偏移量中检索命中。默认为0。
size	要返回的点击次数。默认为10。若是您不关心某些匹配，但只关注匹配和/或聚合的数量，将值设置为0有助于提升性能。
search_type	要执行的搜索操做的类型。能够是 dfs_query_then_fetch或query_then_fetch。默认为query_then_fetch。请参阅搜索类型以获取更多
request_cache	设置为true或false启用或禁用对于size为0的请求的搜索结果的缓存，即聚合和建议（未返回顶部命中）。请参阅Shard请求缓存。
allow_partial_search_results	false若是请求将产生部分结果，则 设置为返回总体故障。默认为true，这将在超时或部分失败的状况下容许部分结果。
terminate_after	在达到查询执行将提早终止时，为每一个分片收集的最大文档数。若是设置，响应将具备一个布尔字段，terminated_early以指示查询执行是否实际上已终止。默认为no terminate_after。
batched_reduce_size	应在协调节点上一次减小的分片结果数。若是请求中潜在的分片数量很大，则应将此值用做保护机制，以减小每一个搜索请求的内存开销。

出了上述状况，search_type，request_cache和allow_partial_search_results 设置必须做为查询字符串参数传递。搜索请求的其他部分应该在正文中传递。正文内容也能够做为名为的REST参数传递source。

HTTP GET和HTTP POST均可用于使用body执行搜索。因为并不是全部客户端都支持使用正文GET，所以也容许使用POST。

3.4 From / Size:分页

POST _search
{
    "from" : 0, "size" : 2,
    "query": {
        "query_string":{
            "query":"test goog my money国"
        }
        
    }
}

默认："from" : 0, "size" : 10

4.Sort：排序

{
     "sort" : [
        { "name" : "desc" },
        "_score"
    ],
    "query": {
        "term":{
            "name":"国"
        }
        
    }
}

 若是报错：

"reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [class] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead."
            

开启该字段  fielddata=true ：

PUT /book1/_mapping/english/?pretty

{"english":{"properties":{"name":{"type":"text","fielddata":true}}}}

在对其_score进行排序时，顺序默认为desc，在对其余任何内容进行排序时，默认为asc。

也能够多个字段排序

{
     "sort" : [
        { "name" : {"order" : "desc"}}, // 此写法与下面的写法等价
        { "age" : "desc" },
        "_score"
    ],
    "query": {
        "term":{
            "name":"国"
        }
        
    }
}

View Code

4.1.数组字段排序

Elasticsearch支持按数组或多值字段进行排序。该mode选项控制选择哪一个数组值以对其所属的文档进行排序。该mode选项能够具备如下值：

min	选择最低值。
max	选择最高价值。
sum	使用全部值的总和做为排序值。仅适用于基于数字的数组字段。
avg	使用全部值的平均值做为排序值。仅适用于基于数字的数组字段。
median	使用全部值的中位数做为排序值。仅适用于基于数字的数组字段。

示例：

POST book1/_search
{
     "sort" : [
         {"age" : {"order" : "asc", "mode" : "avg"}}
    ],
    "query": {
        "term":{
            "name":"test"
        }
        
    }
}

response:

{
    "took": 2,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 5,
        "max_score": null,
        "hits": [
            {
                "_index": "book1",
                "_type": "english",
                "_id": "32",
                "_score": null,
                "_source": {
                    "name": "test",
                    "age": "1"
                },
                "sort": [
                    1
                ]
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "33",
                "_score": null,
                "_source": {
                    "name": "test",
                    "age": "1"
                },
                "sort": [
                    1
                ]
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "5oVDQ2UBRzBxBrDgtIl0",
                "_score": null,
                "_source": {
                    "name": "test goog my money",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "sort": [
                    12
                ]
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "54UiUmUBRzBxBrDgfIl9",
                "_score": null,
                "_source": {
                    "name": "test goog my money",
                    "age": [
                        11,
                        13,
                        14
                    ],
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "sort": [
                    13
                ]
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "6IUkUmUBRzBxBrDgFok2",
                "_score": null,
                "_source": {
                    "name": "test goog my money",
                    "age": [
                        14,
                        54,
                        45,
                        34
                    ],
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "sort": [
                    37
                ]
            }
        ]
    }
}

View Code

4.2嵌套查询排序

该字段必须是嵌套字段才行

POST /_search
{
   "query" : {
      "term" : { "product" : "chocolate" }
   },
   "sort" : [
       {
          "offer.price" : {
             "mode" :  "avg",
             "order" : "asc",
             "nested": {
                "path": "offer",
                "filter": {
                   "term" : { "offer.color" : "blue" }
                }
             }
          }
       }
    ]
}

View Code

4.3缺失值

该missing参数指定如何其缺乏字段文档应被视为：该missing值能够被设置为_last，_first或自定义的值（将被用于缺乏文档做为排序值）。默认是_last。

4.4.忽略未映射的字段

默认状况下，若是没有与字段关联的映射，搜索请求将失败。该unmapped_type选项容许忽略没有映射但不按其排序的字段。此参数的值用于肯定要发出的排序值。如下是如何使用它的示例：

GET /_search
{
    "sort" : [
        { "price" : {"unmapped_type" : "long"} }
    ],
    "query" : {
        "term" : { "product" : "chocolate" }
    }
}

4.5.地理距离排序

  容许排序依据 _geo_distance 。这是一个例子，假设 pin.location 是一个类型的字段 geo_point ：

GET /_search
{
    "sort" : [
        {
            "_geo_distance" : {
                "pin.location" : [-70, 40],
                "order" : "asc",
                "unit" : "km",
                "mode" : "min",
                "distance_type" : "arc"
            }
        }
    ],
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

更多参考官方API

4.6._source:控制返回的字段

GET /_search
{
    "_source": {
        "includes": [ "obj1.*", "obj2.*" ],
        "excludes": [ "*.description" ]
    },
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

返回匹配includes的，去除匹配excludes的字段！

4.7.Script Field:修改返回的字段

POST book1/_search

{
    "script_fields" : {
        "test1" : {
            "script" : {
                "lang": "painless",
                "source": "doc['age'].value * 2"
            }
        },
        "test2" : {
            "script" : {
                "lang": "painless",
                "source": "doc['age'].value * params.factor",
                "params" : {
                    "factor"  : 2.0
                }
            }
        }
    },
    "query": {
        "term":{
            "name":"test"
        }
        
    }
}

response:

{
    "took": 135,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 5,
        "max_score": 2.9026666,
        "hits": [
            {
                "_index": "book1",
                "_type": "english",
                "_id": "5oVDQ2UBRzBxBrDgtIl0",
                "_score": 2.9026666,
                "fields": {
                    "test1": [
                        24
                    ],
                    "test2": [
                        24
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "6IUkUmUBRzBxBrDgFok2",
                "_score": 2.1818507,
                "fields": {
                    "test1": [
                        28
                    ],
                    "test2": [
                        28
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "32",
                "_score": 1.5205609,
                "fields": {
                    "test1": [
                        2
                    ],
                    "test2": [
                        2
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "33",
                "_score": 1.5205609,
                "fields": {
                    "test1": [
                        2
                    ],
                    "test2": [
                        2
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "54UiUmUBRzBxBrDgfIl9",
                "_score": 1.0615592,
                "fields": {
                    "test1": [
                        22
                    ],
                    "test2": [
                        22
                    ]
                }
            }
        ]
    }
}

View Code

4.7.1控制返回字段

POST book1/_search
{
     "script_fields" : {
            "test1" : {
                "script" : "params['_source']['addr']"
            }
        },
    "query": {
        "term":{
            "name":"test"
        }
        
    }
}

请注意_source此处的关键字以导航相似json的模型。

理解之间的区别是很重要的 doc['my_field'].value和params['_source']['my_field']。第一个，使用doc关键字，将致使该字段的术语加载到内存（缓存），这将致使更快的执行，但更多的内存消耗。此外，doc[...]符号仅容许简单的值字段（您不能从中返回json对象），而且仅对非分析或基于单个术语的字段有意义。可是，doc若是可能的话，仍然是使用文档中值的推荐方法，由于_source必须在每次使用时加载和解析。使用_source很是慢。

4.8.Doc Value Ffields:返回匹配文档的全部分词

POST /book1/_search
{
    "query": {
        "bool":{
            "filter":[
                {"term":{"name":"test"}},
                 { "term":{"addr":"中"}}
                ]
        }
        
    },
     "docvalue_fields" : ["name", "addr"]
}

repsonse:

{
    "took": 7,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 3,
        "max_score": 0,
        "hits": [
            {
                "_index": "book1",
                "_type": "english",
                "_id": "6IUkUmUBRzBxBrDgFok2",
                "_score": 0,
                "_source": {
                    "name": "test goog my money",
                    "age": [
                        14,
                        54,
                        45,
                        34
                    ],
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "fields": {
                    "name": [
                        "goog",
                        "money",
                        "my",
                        "test"
                    ],
                    "addr": [
                        "中",
                        "国"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "54UiUmUBRzBxBrDgfIl9",
                "_score": 0,
                "_source": {
                    "name": "test goog my money",
                    "age": [
                        11,
                        13,
                        14
                    ],
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "fields": {
                    "name": [
                        "goog",
                        "money",
                        "my",
                        "test"
                    ],
                    "addr": [
                        "中",
                        "国"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "5oVDQ2UBRzBxBrDgtIl0",
                "_score": 0,
                "_source": {
                    "name": "test goog my money",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "fields": {
                    "name": [
                        "goog",
                        "money",
                        "my",
                        "test"
                    ],
                    "addr": [
                        "中",
                        "国"
                    ]
                }
            }
        ]
    }
}

View Code

Doc Value和Ffields的更多了解：ES-正排索Doc Values和Field Data

4.9 Post Filter：聚合过滤

在已经计算聚合以后，将post_filter其应用于hits搜索请求最末端的搜索。

POST /shirts/_search
{
  "query": {
    "bool": {
      "filter": {
        "term": { "brand": "gucci" } //询如今能够找到Gucci的全部衬衫，不管颜色如何
      }
    }
  },
  "aggs": {
    "colors": {
      "terms": { "field": "color" } //返回流行的（出如今文档最多频率的颜色）的Gucci的全部衬衫
    },
    "color_red": {
      "filter": {
        "term": { "color": "red" } // 颜色为红色的Gucci的全部衬衫
      },
      "aggs": {
        "models": {
          "terms": { "field": "model" } // 最流行的款式（出如今文档最多频率的颜色）的Gucci的全部衬衫
        }
      }
    }
  },
  "post_filter": { 
    "term": { "color": "red" } // 搜索中删除红色之外的颜色
  }
}的记录

 

 5.HighLighting:搜索结果高亮显示

POST book1/_search

{
    "query":{
         "bool": {
          "filter": [
            { "term": { "name": "里"   }},
            { "term": { "age": "12" }}
          ]
        }
    },
"highlight" : {
        "fields" : {
            "name" : {"type" : "plain"}
        }
    }
}

response:

{
    "took": 77,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": 11,
        "max_score": 0,
        "hits": [
            {
                "_index": "book1",
                "_type": "english",
                "_id": "mgmH_mQBbhSmAk-TbbMX",
                "_score": 0,
                "_source": {
                    "name": "里个覆盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>个覆盖否"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "mwmH_mQBbhSmAk-TerNv",
                "_score": 0,
                "_source": {
                    "name": "里个盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>个盖否"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "lAmG_mQBbhSmAk-T-bN1",
                "_score": 0,
                "_source": {
                    "name": "国1里",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "国1<em>里</em>"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "lQmH_mQBbhSmAk-TDrNt",
                "_score": 0,
                "_source": {
                    "name": "里",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "lwmH_mQBbhSmAk-TObNH",
                "_score": 0,
                "_source": {
                    "name": "里fgsaf覆盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>fgsaf覆盖否"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "mAmH_mQBbhSmAk-TTbO2",
                "_score": 0,
                "_source": {
                    "name": "里jhj发个沙发覆盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>jhj发个沙发覆盖否"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "kgmG_mQBbhSmAk-T6bOW",
                "_score": 0,
                "_source": {
                    "name": "国1里国",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国1"
                },
                "highlight": {
                    "name": [
                        "国1<em>里</em>国"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "kwmG_mQBbhSmAk-T8bN7",
                "_score": 0,
                "_source": {
                    "name": "国1里国",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "国1<em>里</em>国"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "nAmH_mQBbhSmAk-Tg7OW",
                "_score": 0,
                "_source": {
                    "name": "里盖否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>盖否"
                    ]
                }
            },
            {
                "_index": "book1",
                "_type": "english",
                "_id": "nQmH_mQBbhSmAk-TkbP4",
                "_score": 0,
                "_source": {
                    "name": "里否",
                    "age": 12,
                    "class": "dsfdsf",
                    "addr": "中国"
                },
                "highlight": {
                    "name": [
                        "<em>里</em>否"
                    ]
                }
            }
        ]
    }
}

View Code

默认<em></em>标签包裹，也能够自定义标签，例如:<span></span>

5.1.自定义标签

{
    "query":{
         "bool": {
          "filter": [
            { "term": { "name": "里"   }},
            { "term": { "age": "12" }}
          ]
        }
    },
"highlight" : {
        "pre_tags" : ["<span>"],
        "post_tags" : ["</span>"],
        "fields" : {
            "name" : {"type" : "plain"}
        }
    }
}

5.2.控制高亮区域和返回片断数量

{
    "query":{
         "match": {
          "name":"the 里"
        }
    },
"highlight" : {
        "pre_tags" : ["<tag1>"],
        "post_tags" : ["</tag1>"],
        "type": "plain",
         "fragment_size" : 20,
         "number_of_fragments" : 5,
         "fields" : {
             "name":{}
        }
            
    }
}

force_source:即便字段单独存储，也会根据源突出显示。默认为false。分段器

指定如何在高亮片断中分解文本：simple或span。仅适用于plain荧光笔。默认为span。

simple

将文本分解为相同大小的片断。

span

将文本分解为相同大小的片断，但试图避免在突出显示的术语之间分解文本,默认。

fragment_offset控制要开始突出显示的边距。仅在使用fvh荧光笔时有效。fragment_size突出显示的片断的大小（以字符为单位）默认为100。

 

matched_fields:在多个字段上组合匹配以突出显示单个字段。对于以不一样方式分析相同字符串的多字段，这是最直观的。全部matched_fields必须term_vector设置为 with_positions_offsets，但只加载组合匹配的字段，所以只有该字段从store设置为受益 yes。仅适用于fvh荧光笔。

no_match_size：若是没有要突出显示的匹配片断，则要从字段开头返回的文本量。默认为0（不返回任何内容）。

number_of_fragments:要返回的最大片断数。若是片断数设置为0，则不返回任何片断。而是突出显示并返回整个字段内容。当您须要突出显示标题或地址等短文本时，这可能很方便，但不须要分段。若是number_of_fragments 为0，fragment_size则忽略。默认为5。

order:设置为时按排名突出显示片断score。默认状况下，片断将按照它们在字段中出现的顺序输出（顺序:) none。将此选项设置为score将首先输出最相关的片断。每一个荧光笔都应用本身的逻辑来计算相关性分数。有关 不一样荧光笔如何找到最佳碎片的更多详细信息，请参阅文档高亮显示器如何在内部工做。

phrase_limit:控制考虑的文档中匹配短语的数量。防止fvh荧光笔分析太多短语并消耗太多内存。使用时matched_fields，phrase_limit 会考虑每一个匹配字段的短语。提升限制会增长查询时间并消耗更多内存。仅由fvh荧光笔支持。默认为256。

require_field_match:默认状况下，仅突出显示包含查询匹配的字段。设置require_field_match为false突出显示全部字段。默认为true。

tags_schema:设置为styled使用内置标记架构。该styled 架构定义了以下的pre_tags并定义post_tags为</em>。

type：unified，plain或fvh。默认为 unified。

5.3.hightlighter类型

Elasticsearch支持三种hightlighter：unified，plain和fvh（快速矢量荧光笔）。能够指定type要为每一个字段使用的突出显示器。

unified

该unified荧光笔使用Lucene的统一hightlighter。这个hightlighter将文本分红句子，并使用BM25算法对单个句子进行评分，就好像它们是语料库中的文档同样。它还支持准确的短语和多项（模糊，前缀，正则表达式）突出显示。这是默认的hightlighter。

plain

该plain hightlighter使用标准Lucene的hightlighter。它试图在词汇查询中理解单词重要性和任何单词定位标准方面反映查询匹配逻辑。

该plain hightlighter最适合在单一field突出简单的查询匹配。为了准确反映查询逻辑，它会建立一个微小的内存中索引，并经过Lucene的查询执行计划程序从新运行原始查询条件，以访问当前文档的低级别匹配信息。对每一个字段和须要突出显示的每一个文档重复此操做。若是要在复杂查询的大量文档中突出显示不少字段，咱们建议使用unified hightlighter postings或term_vector字段。

fvh

该fvh荧光笔使用Lucene的快速hightlighter。此突出显示器可用于映射中term_vector设置为的 字段with_positions_offsets。

• 须要设置term_vector以with_positions_offsets增长索引的大小
• 能够未来自多个字段的匹配组合成一个结果。看到 matched_fields
• 能够为不一样位置的匹配分配不一样的权重，容许在突出显示提高词组匹配的提高查询时，将词组匹配等术语排序在术语匹配之上