如何查询缺失rank_features类型字段的Elasticsearch文档？

问题背景 #

索引包含数十万文档，其中部分新增文档带有my_field字段（该字段为object类型，内部包含rank_features类型的my_subfield），需要检索不包含my_field的旧文档。使用exists查询时触发错误：

"error": {
    "root_cause": [
        {
            "type": "query_shard_exception",
            "reason": "failed to create query: [rank_features] fields do not support [exists] queries"
        }
    ]
}

原因分析 #

Elasticsearch的rank_features类型字段不支持exists查询，即使查询的是其所在的父object字段，ES也会关联到该子字段的类型限制，导致查询失败。

解决方案：使用脚本查询筛选无目标字段的文档 #

通过脚本查询直接判断文档是否包含my_field字段，绕过rank_features的类型限制：

{
  "query": {
    "bool": {
      "must_not": [
        {
          "script": {
            "script": "doc.containsKey('my_field')"
          }
        }
      ]
    }
  }
}

逻辑说明 #

• doc.containsKey('my_field')会直接检查当前文档是否存在my_field字段，返回true表示字段存在，false表示不存在。
• 外层的must_not会排除所有存在该字段的文档，最终得到不包含my_field的旧文档集合。

性能优化建议 #

如果需要频繁执行这类检索：

• 新增一个布尔类型的辅助字段（如has_my_field），在写入新文档时设置为true。
• 通过批量更新将所有旧文档的has_my_field设置为false。
• 后续直接使用布尔值查询（term: {has_my_field: false}），性能远优于脚本查询。

内容的提问来源于stack exchange，提问作者Josep Valls