如何解决Vega中字段未全量存在引发的‘Infinite extent for field’问题

你当前的过滤逻辑未生效，核心原因是Elasticsearch返回的文档字段都嵌套在_source属性下，原表达式无法定位到目标字段。这里提供两种可行的解决办法：

方式一：修正Vega-Lite的transform过滤逻辑 #

直接调整过滤表达式，检查_source下的字段是否存在。用exists()函数可以更严谨地判断字段是否存在，避免值为null的情况干扰：

"transform": [
  {
    "type": "filter",
    "expr": "exists(datum._source, 'simulator') && exists(datum._source, 'runtime')"
  }
]

修正后的完整配置示例：

{
  "$schema": "https://vega.github.io/schema/vega-lite/v5.json",
  "mark": "circle",
  "data": {
    "url": {
      "%context%": true,
      "%timefield%": "timestamp",
      "index": "dev-*",
      "body": {
        "size": 10000,
        "_source": ["timestamp", "simulator", "runtime"]
      }
    },
    "transform": [
      {
        "type": "filter",
        "expr": "exists(datum._source, 'simulator') && exists(datum._source, 'runtime')"
      }
    ],
    "format": { "property": "hits.hits" }
  },
  "encoding": {
    "x": {
      "field": "_source.simulator",
      "type": "ordinal",
      "axis": { "title": "Simulator" }
    },
    "y": {
      "field": "_source.runtime",
      "type": "quantitative",
      "axis": { "title": "Runtime" }
    },
    "color": {
      "field": "_source.simulator",
      "type": "nominal",
      "legend": { "title": "Simulator" }
    }
  }
}

方式二：在Elasticsearch查询阶段直接过滤（更高效） #

推荐使用这种方式，让Elasticsearch提前过滤掉不符合条件的文档，减少传输到Vega的数据量，提升整体性能。只需在ES的查询body中添加bool查询，用exists条件筛选出包含simulator和runtime字段的文档：

"body": {
  "size": 10000,
  "_source": ["timestamp", "simulator", "runtime"],
  "query": {
    "bool": {
      "must": [
        { "exists": { "field": "simulator" } },
        { "exists": { "field": "runtime" } }
      ]
    }
  }
}

使用这种方式后，Vega端的transform过滤可以直接移除，因为获取到的数据已经是符合要求的结果。

内容的提问来源于stack exchange，提问作者CarolL