term_vector

词条向量包含有关由 分析 过程生成的词条的信息，包括

• 词条列表。
• 每个词条的位置（或顺序）。
• 将词条映射到其在原始字符串中起点的起始和结束字符偏移量。
• 载荷（如果可用）——与每个词条位置关联的用户定义的二进制数据。

可以存储这些词条向量，以便能够检索特定文档的词条向量。

term_vector 设置接受以下值：

no

不存储词条向量。（默认）

yes

只存储字段中的词条。

with_positions

存储词条和位置。

with_offsets

存储词条和字符偏移量。

with_positions_offsets

存储词条、位置和字符偏移量。

with_positions_payloads

存储词条、位置和载荷。

with_positions_offsets_payloads

存储词条、位置、偏移量和载荷。

快速向量高亮器需要 with_positions_offsets。 词条向量 API 可以检索存储的任何信息。

 PUT my-index-000001 {
  "mappings": {
    "properties": {
      "text": {
        "type":        "text",
        "term_vector": "with_positions_offsets"
      }
    }
  }
}

PUT my-index-000001/_doc/1
{
  "text": "Quick brown fox"
}

GET my-index-000001/_search
{
  "query": {
    "match": {
      "text": "brown fox"
    }
  },
  "highlight": {
    "fields": {
      "text": {}
    }
  }
}

1. 由于启用了词条向量，text 字段将默认使用快速向量高亮器。