【开源社区】Elasticsearch（ES）中 exists 查询空值字段的坑

1、概述

本文主要解决在 ES 中如何处理空只或者 NULL 值，如检索值为空的文档，如何存储空值或 NULL 值等。

2、使用 null_value 处理空值

详见：ES中使用 null_value 处理空值字段

3、使用 exists 函数查询值为空的文档

3.1 使用场景

在实际工作中，不可避免的可能会遇到以下需求：

查询 xx 字段 value = "" and value = null 的文档，或者value ！= "" and value != null 的文档

3.2 ES 中常见的空值查询方式

在本文第二小节相关文章的描述中，在 ES 中对于空值字段，通常采取的处理方式有两种：

• 空值替换：预先对空值字段采取替换，即使用 null_value 设置针对于空值字段的替换值，具体用法详见文章内：传送门
• exists 函数：exists 函数可用以判断字段是否存在，特定场景下可以用于对空值字段的查询

3.3 常见误区

我们仍以下面案例作为示例数据，来演示 esists 的具体使用细节

DELETE null_value_index
PUT null_value_index
{"mappings": {"properties": {"null_field": {"type": "text", "fields": {"keyword":{"type": "keyword"}}}}}
}# 写入测试数据
PUT null_value_index/_bulk
{"index":{"_id":1}}
{"null_field":null}
{"index":{"_id":2}}
{"null_field":"null"}
{"index":{"_id":3}}
{"null_field":""}
{"index":{"_id":4}}
{"null_field":" "}
{"index":{"_id":5}}
{"null_field":[]}

对于上述示例索引中的数据，如果我们希望 查询 null_field 字段不为空的所有文档，读者可以思考一下如何实现：

常见的误区：
以下是最容易产生的错误答案：

# 【错误答案】思路是查询字段值为""的文档
GET null_value_index/_search
{"query": {"bool": {"must": [{"match": {"null_field": ""}}]}}
}
# 或者:
# 【错误答案】思路是查询字段 null_field != "" 的文档
GET null_value_index/_search
{"query": {"bool": {"must_not": [{"match": {"null_field": ""}}]}}
}

执行以上查询发现结果是空的

3.4 使用 bool 查询函数查询空值字段

对于使用 must 或者 must_not 查询空值字段的方式是否可行呢?

虽然 3.3 小节中的答案是错误的，但是如果在此基础上稍加改变，将 match 查询改为 term 查询，就会得到争取的结果：

GET null_value_index/_search
{"query": {"bool": {"must": [{"term": {"null_field.keyword": ""}}]}}
}

执行结果如下（注意字段从 null_field 改为了 null_field.keyword）：

对于上述结果，不难发现其扔存在一定问题：对于此类需求，往往需要查找的是所有空值字段，包括 ""、空白符、" "、null 等。解决办法也很简单：

把 term 换成 terms 即可

GET null_value_index/_search
{"query": {"bool": {"must": [{"terms": {"null_field.keyword": [""," "]}}]}}
}

3.5 exists 函数详解

3.5.1 bool 查询的不足

对于使用 bool 查询的方式查询空值字段是否能完美解决问题呢？

答案是：不能！ id: 1 的这条数据并未被查询到，

肯定有大聪明会说，那是因为 terms 查询中并未添加 null，那么好，我们加上，发现会出现异常：

请注意，这里是 null 而非字符串 "null"。

3.5.3 exists 的基本使用

那么对于以上问题，就需要使用 exists 函数来帮助解决。

首先要注意的是，exists 函数的意义是查询某个字段是不是存在，而非字段值。

举个例子，当我们执行以下代码的时候，其语义为：查询所有不存在 un_exists_field 字段的文档

GET null_value_index/_search
{"query": {"bool": {"must_not": [{"exists": {"field": "un_exists_field"}}]}}
}

当我们使用 exists 去查询 null 会出现什么结果呢？

请注意看，结果中包含了两条数据，被 exists 查询的字段都是存在的，但是却被召回了，这意味着：值为 null 或者 空数组 的字段，会被当做这个字段是不存在的

3.6 完美方案

基于 exists 这个特性，就弥补了 bool 查询不能查到 null 和 [] 这两种情况的缺陷，那么就可以将这两个查询结合起来使用

为了方便对比结果，我们加入第六条测试数据：

PUT null_value_index/_doc/6
{"null_field":"只是唯一有值的记录"
}

然后执行测试代码

# 查询所有空值字段, 包括 null、 ""、空白符、空数组等
# 第一个子查询匹配 null 和 空数组，第二个子查询匹配其他空白符和 ""。
GET null_value_index/_search
{"query": {"bool": {"should": [{"bool": {"must_not": [{"exists": {"field": "null_field"}}]}},{"terms": {"null_field.keyword": [""," "]}}]}}
}

执行结果如图：

字段值为“空值”的 id:1/3/4/5 四条记录都被召回了，而 id：2/6 因为字段值不为空或 null，因此没有被召回，虽然 id: 2 的值为 “null”，但其也只不过为一个值为 “null” 的字符串而已，如果不希望被召回，将其添加到 terms 的 value 数组中即可。

同理，如果我们想 查询值不为空的所有记录，将上述代码改为以下代码即可

# 查询所有非空值字段
# 第一个子查询，匹配所有值非 null 和 空数组 的记录
# 第二个子查询，在第一个基础上，过滤掉所有值为 ""、" " 的字段
GET null_value_index/_search
{"query": {"bool": {"must":[ {"exists": {"field": "null_field"}},{"bool": {"must_not": [{"terms": {"null_field.keyword": [""," "]}}]}}]}}
}

执行结果如下：

同理，如果不希望 “null” 被查询到，将其添加到第二个子查询即可。

推荐阅读：【开源社区】Elasticsearch（ES）中空值字段 null_value 及通过exists查找非空文档