Elasticsearch如何选择term与exists查询？字段有效性判定该用哪种？

两类查询的实现示例 #

基于0/1标识的term查询示例 #

{
   "term": {
        "is_valid": 1
   }
}

基于字段存在性的exists查询示例 #

{
   "exists": {
        "field": "is_valid"
    }
}

两类方案的优缺点对比 #

采用0/1枚举值的term查询方案 #

• 优点：
  • 语义显性，所有阅读查询逻辑、查看文档结构的人，都能直接明白is_valid字段值为1代表数据有效，不需要团队额外同步“字段存在即有效”的隐性规则
  • 扩展性强，如果后续业务需要新增状态（比如0=无效、1=有效、2=待审核），只需要扩展字段的枚举值，不需要调整查询的实现思路
  • 查询结果可控，只要数据写入逻辑给所有文档的is_valid字段都明确赋值，不管是新数据还是历史存量数据，不会出现因为字段缺失导致的漏查、错查问题
• 缺点：
  • 存在一定冗余存储成本，每个文档都需要存储这个字段的固定值，哪怕是仅需要二元判断的简单场景
  • 对数据写入的校验要求高，如果没有做严格的入参校验，很容易出现脏值（比如误写字符串"1"、数字3这类非约定值），导致查询结果偏离预期

采用字段存在性判断的exists查询方案 #

• 优点：
  • 存储成本更低，只需要在符合条件的文档上写入对应字段，不符合条件的文档直接不写入该字段，不需要额外存储固定的标记值
  • 查询性能有轻微优势，ES的exists查询直接基于倒排索引的字段存在标记做判断，不需要逐值匹配字段内容
• 缺点：
  • 语义全靠隐性约定，没有接触过业务上下文的人根本没法从查询语句判断“查字段存在是什么业务含义”，长期维护成本高
  • 数据一致性问题突出，非常容易出现漏查漏判：比如上线时只给新写入的有效文档加了字段，历史存量有效数据没做全量回填，直接查exists就会漏掉这部分旧数据
  • 后续扩展成本高，一旦需要在“有效/无效”之外增加新的状态，还是得回头补字段的枚举值，前期的Exists方案相当于白设计

针对“数据有效标识”场景的选型建议 #

针对需要给文档打“有效/无效”标记的通用业务场景，优先选择0/1枚举值的term查询方案。
核心逻辑很直接：“有效/无效”本身就是明确的业务状态，不是简单的“有某个字段/没某个字段”的属性判断。显式的枚举字段哪怕前期多付出一点存储成本，长期下来的排查成本、扩展成本都比靠字段存在性做判断的方案低得多。
只有当这个字段本身就是某个业务动作的附属属性、不需要额外定义状态枚举的时候，才适合用exists查询——比如“文档是否有过退款记录”，只要有退款单号字段存在就代表退过款，这时候没必要专门造一个has_refund的0/1字段来做判断。

内容的提问来源于stack exchange，提问作者noob fish