当我使用带有edgengram的分析器（min = 3，max = 7，front）+ term_vector = with_positions_offsets
文档中包含text =＆＃34; CouchDB＆＃34;
当我搜索＆＃34; couc＆＃34;
时我的亮点在于＆＃34; cou＆＃34;而不是＆＃34; couc＆＃34;
似乎我的亮点仅在于最小匹配令牌＆＃34; cou＆＃34;虽然我希望得到确切的令牌（如果可能）或至少找到最长的令牌。
在没有使用term_vector = with_positions_offsets
分析文本的情况下，它可以正常工作删除term_vector = with_positions_offsets以获得性能的影响是什么？
答案 0 :(得分：8)
为特定字段设置term_vector=with_positions_offsets时，表示您为该字段存储每个文档的术语向量。
在突出显示时，术语向量允许您使用lucene快速矢量荧光笔，它比标准荧光笔更快。原因是标准荧光笔没有任何快速突出的方法，因为索引不包含足够的信息（位置和偏移）。它只能重新分析字段内容，拦截偏移和位置，并根据该信息进行突出显示。这可能需要一段时间，特别是对于长文本字段。
使用术语向量，您可以获得足够的信息，而无需重新分析文本。不利方面是指数的规模，这将显着增加。我必须补充一点，因为Lucene 4.2术语向量可以更好地压缩并以优化的方式存储。还有新的PostingsHighlighter基于在贴子列表中存储偏移的能力，这需要更少的空间。
elasticsearch自动使用最佳方式根据可用信息进行突出显示。如果存储术语向量，它将使用快速矢量荧光笔，否则使用标准矢量荧光笔。在没有术语矢量的重新索引之后，将使用标准荧光笔进行突出显示。它会慢一些，但索引会更小。
关于ngram字段，所描述的行为很奇怪，因为快速矢量突出显示器应该对ngram字段有更好的支持，因此我期望完全相反的结果。
答案 1 :(得分：4)
我知道这个问题很旧，但尚未解答完全：
还有另一种选择可以产生这种奇怪的行为：
如果您不希望其他文档结果影响当前文档突出显示，则必须将require_field_match设置为true，请参阅：http://www.elasticsearch.org/guide/reference/api/search/highlighting/