如何统计Elasticsearch中tags为对象而非数组的异常文档数？

脚本查询统计法 #

直接用_count API结合Painless脚本筛选出text.tags为对象而非数组的文档，DSL如下：

GET /your_index/_count
{
  "query": {
    "bool": {
      "filter": [
        {
          "exists": {
            "field": "text.tags"
          }
        },
        {
          "script": {
            "script": {
              "source": "if (params._source.text == null) { return false; } for (def item : params._source.text) { if (item.tags != null && !(item.tags instanceof List)) { return true; } } return false;",
              "lang": "painless"
            }
          }
        }
      ]
    }
  }
}

逻辑说明 #

1. exists查询先过滤出包含text.tags字段的文档，缩小脚本执行范围
2. 脚本遍历text数组的每个元素，检查其中的tags是否为非数组类型（即对象/Map），只要有一个元素符合就判定为异常文档

聚合统计法（适合需分组场景） #

如果需要更结构化的统计结果，用聚合查询：

GET /your_index/_search
{
  "size": 0,
  "aggs": {
    "invalid_tags_docs": {
      "filter": {
        "bool": {
          "filter": [
            { "exists": { "field": "text.tags" } },
            {
              "script": {
                "script": "if (params._source.text == null) { return false; } for (def item : params._source.text) { if (item.tags != null && !(item.tags instanceof List)) { return true; } } return false;"
              }
            }
          ]
        }
      }
    }
  }
}

关键提示 #

• 替换your_index为实际索引名称
• 脚本中加入params._source.text == null的判断，避免空指针异常
• 确保集群允许Painless脚本执行（默认开启，若受限需调整script.allowed_types配置）

内容的提问来源于stack exchange，提问作者Dan