如何在Elasticsearch中筛选含空字段的文档？字段为二维数组

可以通过filter实现需求，但你之前用terms查询空字符串的写法不对，因为二维数组的空值不会被索引为空字符串，所以匹配不到目标文档。

问题原因 #

Elasticsearch对二维数组的索引逻辑：

• 若字段是空数组[]，不会生成任何索引条目；
• 若字段是嵌套空数组[[]]，同样不会被索引成空字符串；
• 你的terms: {documents: [""]}是在匹配数组中包含空字符串元素的文档，而非空数组本身。

正确的Filter实现方式 #

针对二维数组字段的几种空场景（字段不存在、空数组、所有子数组为空），可以组合以下filter条件：

{
  "query": {
    "bool": {
      "filter": {
        "bool": {
          "should": [
            // 匹配字段完全不存在的文档
            {
              "bool": {
                "must_not": {
                  "exists": {
                    "field": "documents"
                  }
                }
              }
            },
            // 匹配字段为空数组 [] 的文档
            {
              "script": {
                "script": "doc['documents'].size() == 0"
              }
            },
            // 匹配二维数组中所有子数组都是空的文档（如 [[]]、[[], []]）
            {
              "script": {
                "script": "doc['documents'].every(arr -> arr.isEmpty())"
              }
            }
          ],
          "minimum_should_match": 1
        }
      }
    }
  }
}

对应的Curl请求示例 #

curl -X GET -H "Content-Type: application/json" "http://localhost.blahblah/my_index/_search" -d '{
  "query": {
    "bool": {
      "filter": {
        "bool": {
          "should": [
            {
              "bool": {
                "must_not": {
                  "exists": {
                    "field": "documents"
                  }
                }
              }
            },
            {
              "script": {
                "script": "doc['\''documents'\''].size() == 0"
              }
            },
            {
              "script": {
                "script": "doc['\''documents'\''].every(arr -> arr.isEmpty())"
              }
            }
          ],
          "minimum_should_match": 1
        }
      }
    }
  }
}'

补充说明 #

• 如果你的业务场景只需要匹配某一种空情况（比如仅空数组），可以删除其他不需要的should分支；
• Script查询需要确保Elasticsearch允许脚本执行（默认已开启，若未开启需修改elasticsearch.yml中的script.allowed_types等配置）。

内容的提问来源于stack exchange，提问作者raph mwanza