Elasticsearch中null与空列表[]的区别及计数查询咨询

1. null和[]的核心区别 #

• null值：默认情况下，Elasticsearch不会将值为null的字段加入倒排索引，虽然文档原始数据中会保留该字段的null标记，但在索引层面相当于“字段不存在”（除非在mapping中配置null_value参数，指定null值的替换索引内容）。
• 空数组[]：字段本身会被标记为“存在”，但由于数组内没有元素，不会生成任何倒排索引条目。exists查询会返回true，因为字段确实存在于文档中，只是没有有效内容。

2. 分别统计两类文档的方法 #

统计acl.roles=null的文档数量 #

默认情况下，null值不会被索引，exists查询对这类字段返回false，因此可以用must_not + exists查询匹配（该查询同时会匹配完全没有acl.roles字段的文档，若要严格区分需配置null_value）：

GET dummy/_count
{
  "query": {
    "bool": {
      "must_not": {
        "exists": {
          "field": "acl.roles"
        }
      }
    }
  }
}

如果需要严格区分“字段存在但值为null”和“字段完全不存在”，需先在索引mapping中给acl.roles配置null_value，例如：

PUT dummy/_mapping
{
  "properties": {
    "acl.roles": {
      "type": "keyword",
      "null_value": "_null_"
    }
  }
}

之后就可以用term查询精准匹配null值：

GET dummy/_count
{
  "query": {
    "term": {
      "acl.roles": "_null_"
    }
  }
}

统计acl.roles=[]的文档数量 #

空数组的字段是存在的，但没有元素，因此需要结合exists确保字段存在，再通过脚本判断数组长度为0：

GET dummy/_count
{
  "query": {
    "bool": {
      "must": [
        {"exists": {"field": "acl.roles"}}
      ],
      "must_not": [
        {"script": {"source": "doc['acl.roles'].size() > 0"}}
      ]
    }
  }
}

或者直接用脚本查询数组长度：

GET dummy/_count
{
  "query": {
    "script": {
      "source": "doc['acl.roles'].size() == 0"
    }
  }
}

关于你尝试的查询的逻辑说明 #

你用的must_not + exists查询，本质是匹配字段不存在或字段值为null的所有文档——因为默认情况下null值不会被索引，exists查询对这类字段返回false，所以must_not会将其纳入结果。如果你的业务场景中不需要区分“字段不存在”和“字段值为null”，这个查询是有效的；如果需要区分，就必须配置null_value来单独索引null值。

内容的提问来源于stack exchange，提问作者nxh6991