ElasticSearch：统计MATCHES空嵌套数组的文档数量求助

问题描述 #

需要统计MATCHES嵌套数组为空（即"MATCHES": []）的文档数量。

文档结构 #

简化后的两条记录示例：

{  
  "hits": [    
    {      
      "_type": "_doc",      
      "_id": "ef0a2c44179a513476b080cc2a585d95",      
      "_source": {        
        "DIVISION_NUMBER": 44,        
        "MATCHES": [          
          {            
            "MATCH_STATUS": "APPROVED",            
            "UPDATED_ON": 1599171303000          
          }        
        ]      
      }    
    },    
    {      
      "_type": "_doc",      
      "_id": "ef0a2c44179a513476b080cc2a585d95",      
      "_source": {        
        "DIVISION_NUMBER": 44,        
        "MATCHES": [ ]      
      }    
    }  
  }

已尝试的聚合方案 #

以下聚合方法均未得到正确结果：

"aggs": {    
  "sku": {      
    "nested": {        
      "path": "MATCHES"      
    },      
    "aggs": {        
      "empty-match-agg1": {          
        "missing": {            
          "field": "MATCHES"          
        }        
      },        
      "empty-match-agg2": {          
        "terms": {            
          "field": "MATCHES",            
          "missing": "N/A"          
        }        
      },        
      "empty-match-agg3": {          
        "sum": {            
          "script": {              
            "lang": "painless",              
            "source": "params['_source'].MATCHES"            
          }          
        }        
      },        
      "empty-match-agg4": {          
        "filter": {            
          "bool": {              
            "must_not": {                
              "nested": {                  
                "query": {                    
                  "match_all": {}                  
                },                  
                "path": "MATCHES"                
              }              
            }            
          }          
        }        
      },        
      "empty-match-agg5": {          
        "terms": {            
          "field": "MATCHES"          
        }        
      }      
    }    
  }  
}

正确解决方案 #

方法一：脚本判断数组长度 #

通过Painless脚本直接判断MATCHES数组长度是否为0，结合filter聚合统计数量：

{
  "size": 0,
  "aggs": {
    "empty_matches_count": {
      "filter": {
        "script": {
          "source": "doc['MATCHES'].length == 0"
        }
      }
    }
  }
}

方法二：反向匹配嵌套元素 #

空数组文档中不存在任何MATCHES嵌套元素，通过must_not排除所有包含MATCHES元素的文档，即可统计空数组数量：

{
  "size": 0,
  "aggs": {
    "empty_matches_count": {
      "filter": {
        "bool": {
          "must_not": {
            "nested": {
              "path": "MATCHES",
              "query": {
                "match_all": {}
              }
            }
          }
        }
      }
    }
  }
}

错误原因说明 #

• 所有尝试的聚合都嵌套在nested聚合下，但nested聚合仅处理包含MATCHES元素的文档，空数组文档不会进入该聚合范围，无法被统计。
• empty-match-agg1的missing字段用法错误，MATCHES是嵌套数组类型，missing无法直接判断数组是否为空。
• empty-match-agg2和empty-match-agg5用terms聚合MATCHES字段，该字段为嵌套对象类型，不能直接作为聚合字段使用。
• empty-match-agg3的脚本返回数组对象，sum聚合无法对数组进行计算，会引发错误。
• empty-match-agg4的filter放在nested聚合内部，此时已限定为有MATCHES元素的文档，must_not嵌套查询不会命中任何结果。

内容的提问来源于stack exchange，提问作者Kunwar Shukla