Elasticsearch 空值处理实战指南

发布于 2022-4-25 10:55
浏览
0收藏

Elasticsearch 空值处理实战指南-开源基础软件社区
实战业务场景中,经常会遇到定义空值、检索指定空值数据的情况。


这时候,当我们翻看官方文档 null_value 部分,会看到如下的描述:


Accepts a string value which is substituted for any explicit null values. Defaults to null, which means the field is treated as missing.

 

接受一个字符串值替换所有显式的空值。默认为null,这意味着该字段被视为丢失。


A null value cannot be indexed or searched. When a field is set to null, (or an empty array or an array of null values) it is treated as though that field has no values.

 

空值不能被索引或搜索。当字段设置为null(或空数组或 null 值的数组)时,将其视为该字段没有值。

 

光看字面意思,你是不是感觉不好理解?

 

好吧,死磕一把,探个究竟:
Elasticsearch 空值处理实战指南-开源基础软件社区

如上检索返回错误如下:
Elasticsearch 空值处理实战指南-开源基础软件社区

The null_value parameter allows you to replace explicit null values with the specified value so that it can be indexed and searched. 

 

使用 null_value 参数可以用指定的值替换显式的空值,以便可以对其进行索引和搜索。例如:

Elasticsearch 空值处理实战指南-开源基础软件社区

注意,这里返回结果:包含 _id  = 1 以及 _id =3 的文档,不包含_id = 2 的文档。


说明一下:


"null_value": "NULL" 的含义:用指定的值替换显式的空值,“NULL”可以自定义,比如业务系统中我们可以定义成“Unkown”。

 

大家能看懂的大白话解释如下:

 

相当于我们在 Mapping 定义阶段指定了空的默认值,用“NULL”来代替,这样做的好处:类似如上的_id = 1 的文档,空字段也可以被索引、检索。

 

不会再报 "field name is null or empty" 的错误了。


Elasticsearch 空值处理实战指南-开源基础软件社区
 •  null_value 必须和定义的数据类型匹配,举例:long 类型字段不能有string 类型的 null value。


如下的定义就会报错:
Elasticsearch 空值处理实战指南-开源基础软件社区

报错如下:
Elasticsearch 空值处理实战指南-开源基础软件社区

解释一下:明显类型不匹配导致。


 •  null_value 只影响了数据的索引,不会修改_source 文档。


Elasticsearch 空值处理实战指南-开源基础软件社区
以下核心的常用字段都支持:null_value。


 •  Arrays
 •  Boolean
 •  Date
 •  geo_point
 •  IP
 •  Keyword
 •  Numeric
 •  point


别问我怎么知道的,挨个翻查的官方文档确认的。


最核心常问到的问题:


4.1 问题1:text 类型不支持 null_value 吗?


是的,不支持。


来吧,实战一把:
Elasticsearch 空值处理实战指南-开源基础软件社区

返回结果如下:
Elasticsearch 空值处理实战指南-开源基础软件社区

问题2:如果 text 类型也想设置空值,怎么搞呢?


推荐 multi-fields,借助 keyword 和 text 组合达到业务需求。


定义参考如下:
Elasticsearch 空值处理实战指南-开源基础软件社区

对于 text 类型的字段,实战业务场景下,我们经常会需要同时设置:multi_fields, 将 text 和 keyword 组合设置。


text 类型用于全文检索,keyword用于聚合和排序。


同时,multi_fields 是 Elastic 认证工程师的核心考点之一,大家务必要掌握。


Elasticsearch 空值处理实战指南-开源基础软件社区

 

老哥们,请教一个问题 ,我现在数据中有content这个字段,我想查询这个字段不为空字符串,我用must_not不行。我贴下我的sql

 

死磕 Elasticsearch 技术交流群
 

Elasticsearch 空值处理实战指南-开源基础软件社区

我的解读如下:


说下这个问题正确写法,以及之前写法不对的原因。


判定是否为空,本质是:精准匹配问题,不是全文检索的范畴(相似度匹配),所以选型使用:match_phrase 导致后面的错误。应该使用:term。
Elasticsearch 空值处理实战指南-开源基础软件社区

注意:exists 检索的含义是判定字段是否存在,结合使用效果佳、更稳妥!


如下的脚本也可以实现,但由于性能问题,实际业务层面不推荐使用。
Elasticsearch 空值处理实战指南-开源基础软件社区

试想一下,如果在定义 Mapping 的数据建模阶段就定义了 text 和 keyword的组合 fields,并且:为keyword 设置了 null_value,这个问题就更好解决了。
Elasticsearch 空值处理实战指南-开源基础软件社区
正如罗胖所说:再显而易见的道理,在中国至少有一亿人不知道。


而,我认为 Elasticsearch 技术也是,再显而易见的技术点,在中国 Elastic 技术圈,至少有 N 多人不知道。


怎么办?死磕一下,探个究竟吧!


你的业务场景怎么处理空值的呢?欢迎留言讨论。


7、加餐-讨论


有读者私信留言:

 

其实老大也可以学习一下其他号,转载一些大 V 或大公司的流量文章,图文并茂的,虽然大家不一定看得懂,但看上去就很牛逼的样子,给你的公号也能增粉,多好

 

啊!你一周才1篇文章,大家都走了。

 

我的回复:
每个公众号都有自己的使命和存在的价值,你可以仔细对比,每个号主都有自己的特点,为什么要趋同呢?我感觉这样也很好(就是苦点、穷点),并且从长远角度(十年甚至更长时间),坚持原创的价值才能体现。

收藏
回复
举报
回复
添加资源
添加资源将有机会获得更多曝光,你也可以直接关联已上传资源 去关联
    相关推荐