term_vectors（词根信息）

Term vectors是通过分析器解析产生的信息，包括：

• 一组terms（词根）。

• 每个词根的位置（顺序）。

• 映射词根的首字符和尾字符与原始字符串原点的偏移量。

这些term vectors将被存储，一遍将他从一个特定的文档中取出。

term_vector 有一下参数设置：

no	不存储term vectors信息。（默认值）
yes	仅次字段中的terms（词根）被存储。
with_positions	存储词根和位置。
with_offset	存储词根和字符偏移量。
with_positions_offsets	存储词根、位置和字符偏移量。

fast vector highlighter需要用到 with_positions_offsets。term vectors API可以检索存储的任何内容。

警告

使用with_positions_offsets 将会是字段的索引大小增加一倍。

curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "my_type": {
      "properties": {
        "text": {
          "type":        "text",
          "term_vector": "with_positions_offsets"
        }
      }
    }
  }
}
'
curl -XPUT 'localhost:9200/my_index/my_type/1?pretty' -H 'Content-Type: application/json' -d'
{
  "text": "Quick brown fox"
}
'
curl -XGET 'localhost:9200/my_index/_search?pretty' -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "text": "brown fox"
    }
  },
  "highlight": {
    "fields": {
      "text": {} #1
    }
  }
}
'

1	因为term vectors功能的使用，text字段将会默认使用fast vector highlighter。

解析

如上所述,词属性可以取6值,它定义是否要计算该字段的Lucene词向量(term vector).如果使用高亮,那就需要计算这个词向量.