Elasticsearch数组字段查询：should子句无法匹配目标文档

我的Elasticsearch索引中有一条包含数组字段items的文档，数组元素包含必设日期字段from和可为空的日期字段to，文档内容如下：

{
    "id": 1234,
    "items": [
        {
            "from": "1993-01-01",
            "to": "2007-11-12"
        },
        {
            "from": "2007-11-13"
        }
    ]
}

我使用以下查询语句期望命中该文档，但未成功：

{
   "bool": {
     "must": [
       {
         "bool": {
           "should": [
             {
               "range": {
                 "to": {
                   "gte": 2019
                 }
               }
             },
             {
               "bool": {
                 "must_not": [
                   {
                     "exists": {
                       "field": "to"
                     }
                   }
                 ]
               }
             }
           ]
         }
       },
       {
         "range": {
           "from": {
             "lte": "2023-12-31T23:59:59.999"
           }
         }
       }
     ]
   }
 }

问题分析 #

原查询未命中的核心原因是：Elasticsearch默认会将数组字段扁平化存储，导致should子句的两个条件会跨数组元素判断，而非针对单个元素。具体来说：

• 第一个range条件仅对第一个数组元素生效，但to=2007-11-12不满足gte:2019；第二个数组元素因to不存在，该条件直接不匹配
• 第二个must_not exists条件仅对第一个数组元素生效，但to字段存在，条件不满足；第二个数组元素本应满足，但扁平化查询下无法关联到同一元素
  最终false OR false导致整个should子句不成立，文档未被命中。

我们需要实现的逻辑是：数组中任一元素满足以下两个条件之一时，文档即可被命中：

1. 元素的to字段大于等于2019
2. 元素的to字段不存在

解决方案 #

要实现数组元素的独立条件判断，必须先将items字段的映射设置为nested类型（确保每个数组元素作为独立文档存储），再使用nested查询包裹针对单个元素的条件。

步骤1：更新索引映射（若未设置nested类型） #

PUT /你的索引名/_mapping
{
  "properties": {
    "items": {
      "type": "nested",
      "properties": {
        "from": {
          "type": "date"
        },
        "to": {
          "type": "date"
        }
      }
    }
  }
}

步骤2：使用nested查询编写正确语句 #

{
  "bool": {
    "must": [
      {
        "nested": {
          "path": "items",
          "query": {
            "bool": {
              "should": [
                {
                  "range": {
                    "items.to": {
                      "gte": "2019"
                    }
                  }
                },
                {
                  "bool": {
                    "must_not": [
                      {
                        "exists": {
                          "field": "items.to"
                        }
                      }
                    ]
                  }
                }
              ],
              "minimum_should_match": 1
            }
          }
        }
      },
      {
        "range": {
          "items.from": {
            "lte": "2023-12-31T23:59:59.999"
          }
        }
      }
    ]
  }
}

代码说明 #

• nested查询通过path: "items"指定针对数组的每个独立元素进行判断
• 内部bool.should包裹两个目标条件，minimum_should_match:1确保任一条件满足时，该数组元素即匹配
• 外层的items.from范围条件，因from是必设字段，扁平化查询即可生效（若需要和items的其他条件强关联，也可将其移入nested查询的must子句中）

内容的提问来源于stack exchange，提问作者Artis Gulbis