Elasticsearch：如何在 Elasticsearch 中搜索空值

Posted 2023-03-02 Elastic 中国社区官方博客

根据 Elasticsearch 文档，无法索引或搜索空值 null。 当一个字段设置为 null（或空数组或空值数组）时，它被视为该字段没有值。

那么如何找到 product_name 为空（null）的文件呢？

选项 1：null_value 映射参数

你可以在配置索引映射时定义 null_value 参数。 它将允许你在索引文档时用指定值替换显式空值 null，以便它可以被索引和搜索。

让我们创建索引名称 products，其中包含值为 NULL 的 product_name 字段。

PUT products

  "mappings": 
    "properties": 
      "product_name":
        "type": "keyword",
        "null_value": "NULL"
      
    
  

让我们用 product_name 字段索引一些文档，该字段的值为 null 或空数组。

POST products/_doc/1

  "product_name": null,
  "company":"apple"

POST products/_doc/2

  "product_name": [],
  "company":"apple"

让我们查询并检查我们得到的结果：

POST products/_search

  "query": 
    "match": 
      "product_name": "NULL"
    
  

上面的搜索结果为：

  "took": 1009,
  "timed_out": false,
  "_shards": 
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  ,
  "hits": 
    "total": 
      "value": 1,
      "relation": "eq"
    ,
    "max_score": 0.2876821,
    "hits": [
      
        "_index": "products",
        "_id": "1",
        "_score": 0.2876821,
        "_source": 
          "product_name": null,
          "company": "apple"
        
      
    ]
  

什么？？？ 为什么 Elasticsearch 只返回一个文档而不返回第二个具有空数组的文档？ 因为，

• 一个空数组不包含明确的 null，因此不会被 null_value 替换。

此外，product_name 值仅作为 null 而不是作为在索引映射中设置的 NULL。 因为，

• null_value 只影响数据的索引方式，它不会修改 _source 文档。

现在，当 product_name 为 null 或空数组时，如何将两个文档都放入结果中？

选项2：使用 MUST_NOT 查询

让我们定义没有 null_value 的索引映射和与上面相同的索引文档。

PUT products

  "mappings": 
    "properties": 
      "product_name":
        "type": "keyword"
      
    
  

现在你可以使用以下查询：

POST products/_search

  "query": 
    "bool": 
      "must_not": [
        
          "exists": 
            "field": "product_name"
          
        
      ]
    
  

上述查询的结果，它现在返回两个结果：

  "took": 1,
  "timed_out": false,
  "_shards": 
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  ,
  "hits": 
    "total": 
      "value": 2,
      "relation": "eq"
    ,
    "max_score": 0,
    "hits": [
      
        "_index": "products",
        "_id": "1",
        "_score": 0,
        "_source": 
          "product_name": null,
          "company": "apple"
        
      ,
      
        "_index": "products",
        "_id": "2",
        "_score": 0,
        "_source": 
          "product_name": [],
          "company": "apple"
        
      
    ]
  

将 must_not 与 exists 查询一起使用的优点：

• 此选项 2 不依赖于字段的数据类型，无论字段的数据类型如何，它都会起作用，但选项 1 null_value 需要与字段的数据类型相同。 例如，长字段不能有字符串 null_value。
• 选项 1 不适用于文本类型的字段，因为 Elasticsearch 不允许为文本类型的字段设置 null_value 参数。
• 选项 2 也是单一且高效的解决方案，因为 1) 它不需要根据字段映射中定义的值添加 null 值的开销。2）索引大小也会变小，导致索引变少，搜索查询变快。