Elasticsearch中GET查询指定文档无返回结果的原因排查

我尝试导入一份PDF文档，已成功创建comptes_rendus_municipaux索引并完成文档导入。执行GET comptes_rendus_municipaux/_search?pretty=true能看到ID为29090-2023-09-04的文档存在，但执行GET comptes_rendus_municipaux/_doc/29090-2023-09-04查询该文档时，控制台无任何返回（无错误信息、无_index/_id等元数据）。

索引创建方式 #

PUT comptes_rendus_municipaux/
{
  "aliases": {},
  "mappings": {
    "properties": {
      "attachment": {
        "properties": {
          "author": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "content": {
            "type": "text",
            "analyzer": "french",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "content_length": {
            "type": "long"
          },
          "content_type": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "creator_tool": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "date": {
            "type": "date"
          },
          "format": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "keywords": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "language": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "modified": {
            "type": "date"
          },
          "title": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      },
      "data": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      }
    }
  }
}

文档导入方式 #

导入脚本index.sh #

#!/bin/bash
export source=$1
export index=$2
export entree=$3

# Le paramètre source doit être alimenté
if [ -z "$source" ]; then
   echo "Le nom du fichier pdf à indexer dans Elastic est attendu en paramètre." >&2
   exit 1
fi

# Si le fichier source n'a pas d'extension, lui rajouter celle .pdf
if [[ "$source" != *"."* ]]; then
   source=$source.pdf
fi

# Il doit avoir l'extension pdf
if [[ "$source" != *".pdf" ]]; then
   echo "Le fichier à indexer dans Elastic doit avoir l'extension .pdf" >&2
   exit 1
fi

# Si l'index n'est pas alimenté, lui assigner apprentissage
if [ -z "$index" ]; then
  index=apprentissage
fi

# Si l'entrée n'est pas alimentée, lui assigner le nom du fichier sans extension
if [ -z "$entree" ]; then
  entree=$(basename "${source%.*}")
fi

host="http://localhost:9200"
user="elastic"
pwd="Ox-JoQT0po=pdOT-LeE*"

json_file=$(mktemp)
cur_url="$host/$index/_doc/$entree?pipeline=attachment"

echo '{"data"  : "'"$( base64 "$source" -w 0    )"'"}' >"$json_file"
# echo "transfert via $json_file vers $cur_url"

if ! ingest=$(curl -s -X PUT -H "Content-Type: application/json" -u "$user:$pwd" -d "@$json_file" "$cur_url"); then
  echo "Echec de l'ingestion dans Elastic de $source dans l'index $index, entrée $entree : $ingest" >&2
  exit $?
fi

rm "$json_file"
echo "$source indexé dans l'entrée $entree de l'index $index d'Elastic"

执行命令 #

index Kerlaz-Compte-rendu-conseil-04-09-2023 comptes_rendus_municipaux 29090-2023-09-04

执行结果 #

Kerlaz-Compte-rendu-conseil-04-09-2023.pdf indexé dans l'entrée 29090-2023-09-04 de l'index comptes_rendus_municipaux d'Elastic

可能原因及解决方法 #

1. 路由参数不匹配 #

这是此类现象最常见的原因：文档写入时使用了自定义路由值，但查询时未携带该参数。_search会遍历所有分片找到文档，而_doc/<id>查询需要路由值才能定位到正确的分片。

验证步骤：
执行以下查询获取文档的路由元字段：

GET comptes_rendus_municipaux/_search
{
  "query": {
    "term": {
      "_id": "29090-2023-09-04"
    }
  },
  "_source": false,
  "fields": ["_routing"]
}

解决方法：
如果返回了_routing值，查询时携带该参数：

GET comptes_rendus_municipaux/_doc/29090-2023-09-04?routing=<查询到的路由值>

2. 索引分片未同步 #

若索引配置了多个副本，可能存在主分片写入成功但副本未同步的情况，导致直接查询ID时无法定位到文档。

验证步骤：
检查索引分片健康状态：

GET _cluster/health/comptes_rendus_municipaux?level=shards

解决方法：
手动刷新索引后重试查询：

POST comptes_rendus_municipaux/_refresh

3. ID存在一致性问题 #

Elasticsearch的文档ID大小写敏感，需确认_search返回的_id与查询时使用的ID完全一致（包括连字符、大小写等）。

4. 管道处理异常 #

导入时使用的attachment管道若存在错误逻辑（如条件过滤导致文档被丢弃），可能出现文档在搜索结果中可见但无法通过ID查询的异常。

验证步骤：
查看管道配置：

GET _ingest/pipeline/attachment

检查是否包含drop处理器或其他可能修改/丢弃文档的逻辑。

内容的提问来源于stack exchange，提问作者Marc Le Bihan