wordpress 谷歌简述如何优化网站的方法

0、声明

本文所述问题和解决方案基于 Elasticsearch 7.17.3 版本，具体问题可能会随着版本的变化有所不同，如有疑问请联系作者。

1、问题描述

null 值是个麻烦的问题，在业务系统中经常有如下场景：

• 检索值为 null 或 '' 的文档（数据记录）
• 判断某字段是否存在

本文主要解决在 ES 中如何处理空只或者 NULL 值，如检索值为空的文档，如何存储空值或 NULL 值等。

2、问题剖析

2.1 NULL或者空值类型有哪些

• "NULL"（字符串，不区分大小写）
• null
• ' '（空白符）
• ''（空值）

2.2 案例讲解：尝试检索值为 null 的字段

首先添加一个名为 null_value_index 的测试索引，将上述类型的值分别创建一条数据出来，然后查看检索结果，如下所示：

PUT null_value_index
{"mappings": {"properties": {"null_field": {"type": "keyword"}}}
}PUT null_value_index/_bulk
{"index":{"_id":1}}
{"null_field":null}
{"index":{"_id":2}}
{"null_field":"null"}
{"index":{"_id":3}}
{"null_field":""}
{"index":{"_id":4}}
{"null_field":" "}
{"index":{"_id":5}}
{"null_field":[]}GET null_value_index/_search

1、尝试检索值为null的文档：

POST null_value_index/_search
{"query": {"term": {"null_field": null}}
}

执行结果如下：

{"error" : {"root_cause" : [{"type" : "illegal_argument_exception","reason" : "field name is null or empty"}],"type" : "illegal_argument_exception","reason" : "field name is null or empty"},"status" : 400
}

发现不支持直接搜索值为 null 的字段，搜索值为 [] 也是一样

2、那么尝试搜索其他几种空值呢？

POST null_value_index/_search
{"query": {"terms": {"null_field": [""," "]}}
}

执行结果：

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 0,"relation" : "eq"},"max_score" : null,"hits" : [ ]}
}

结果：没有匹配任何文档，说明不论是检索''还是' '都检索不到任何文档
分析：在全文检索中，空值本来就会被作为停用词处理，在分词过程中就会被“干掉”，即便我们使用 term 做精准查询，不会被分词，空值也不会被创建索引，因此无法匹配到任何结果，这一点不同于关系数据库。
3、那么搜索"null"值呢？

POST null_value_index/_search
{"query": {"term": {"null_field": "null"}}
}

查询结果：

{"took" : 0,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 0.2876821,"hits" : [{"_index" : "null_value_index","_type" : "_doc","_id" : "2","_score" : 0.2876821,"_source" : {"null_field" : "null"}}]}
}

为什么搜索字符串就有值了呢？很简单，这就是一个普通的搜索，跟空值没有任何关系，这本质上跟搜索 "test_value"没有任何区别。

2.3 解决思路

那么这有什么意义呢？

其实这给我们提供了一个思路，如果我们想搜索空值字段，只需要在数据写入的时候，把空值字段给他一个默认值就行了

ES 为我们提供了一个 null_value 参数，在定义字段的时候，可以声明在遇到 null 值或其他空值的时候，将其替换为指定的值，

注意： null_value 替换的是分词后的结果，源数据并不受影响，这一点后面会详细讲述

代码示例：

DELETE null_value_index
PUT null_value_index
{"mappings": {"properties": {"null_field": {"type": "keyword","null_value": "NULL"}}}
}
PUT null_value_index/_bulk
{"index":{"_id":1}}
{"null_field":null}
{"index":{"_id":2}}
{"null_field":"NULL"}
{"index":{"_id":3}}
{"null_field":""}
{"index":{"_id":4}}
{"null_field":" "}
{"index":{"_id":5}}
{"null_field":[]}

上述代码在创建 Mapping 的时候，显式的声明 null_value 参数，其值为当 null_field 字段遇到null值的时候的替换值，也就是说 null_value 的值配置什么，这个字段原本的null值就会被替换成什么。

因此上述例子中 _id：1 的数据的值就会被替换，而其他数据不受到影响，因此当执行以下查询时，返回结果应该为 _id: 1 和 _id: 2 两条结果。

GET null_value_index/_search
{"query": {"term": {"null_field": "NULL"}}
}

执行结果：

"hits" : [{"_index" : "null_value_index","_type" : "_doc","_id" : "1","_score" : 0.6931471,"_source" : {"null_field" : null}},{"_index" : "null_value_index","_type" : "_doc","_id" : "2","_score" : 0.6931471,"_source" : {"null_field" : "NULL"}}
]

3、使用 null_value 的诸多坑（避免生产事故）

3.1 null_value 替换的是索引，并不会直接替换源数据

解释：当 null_value 生效发生替换行为时，其替换的并不是源数据（_source_data）而是索引数据，简单来说，就是当你执行 GET null_value_index/_search 时，是看不到任何源数据的变化的。

示例：

测试数据：

DELETE null_value_index
PUT null_value_index
{"mappings": {"properties": {"null_field": {"type": "keyword","null_value": "Elastic"}}}
}PUT null_value_index/_bulk
{"index":{"_id":1}}
{"null_field":null}

执行查询：

GET null_value_index/_search

返回结果：

"hits" : {"total" : {"value" : 1,"relation" : "eq"},"max_score" : 1.0,"hits" : [{"_index" : "null_value_index","_type" : "_doc","_id" : "1","_score" : 1.0,"_source" : {"null_field" : null}}]}

可以看到，源数据中的 null 并未被直接替换，这是因为 null_value 替换的并不是源数据，而是索引数据，也就是说，当我们通过 term："Elastic" 是可以检索到上面的文档的，替换的值对我们是不可见的。

3.2 不支持 Text 类型

作为 ES 中最常用的类型，text 类型是不支持设置 null_value 参数的，如过添加次参数会出现以下错误：

报错可以看出：text 类型不支持配置 null_value 参数

分析原因：推测是因为 text 类型是用于全文检索，会被分词，通常使用 match 检索 text 字段，而此时源数据和搜索词都会被分词，如果给出了 null_value，ES 就不知道应不应该给这个 null_value 的值分词了，null_value 替换的原本就是索引数据，如果分词可能会影响搜索结果的准确性，使用户得到意想不到的结果，但是如果部分词又违背了 text 类型的设计理念和规则，因此选择了不支持。

引申理解：其实非常建议官方添加对 text 类型对 null_value 类型的支持，因为用户只需要设置一个不会被分词的 null_value 值就可以了，比如"elastic"、"null"这样的词。因为这个问题实在是给广大 elastic 爱好者带来了很大的麻烦。

解决方案：鉴于在业务场景中，经常有 “查询结果 不为空 或不为 null " 这样的需求，针对此问题，文末将给出解决方案。

3.2 null_value 的值必须可以隐式类型转换为当前字段类型

官方的解释是需要设置成和当前字段相同的类型，原文如下：

注意官方文档说的必须是 the same data type as the field，实际上只要是可以隐式类型转换转换就可以，比如字段类型为 long 而 null_value 的配置值为 "1" 或者1 在语法上都是完全没问题的。

可以看到，不管是创建 Mapping 还是写入数据，都是没有问题的，而且不影响 null_value 的正常功能。

但需要注意的是，如果 type 是 long 类型，那么 null_value 的值给了一个 "elastic" 这样的值是不行的。

3.4 BUG

请看如下示例：

DELETE null_value_index
PUT null_value_index
{"mappings": {"properties": {"null_field": {"type": "short","null_value": 1}}}
}PUT null_value_index/_bulk
{"index":{"_id":1}}
{"null_field":null}
{"index":{"_id":2}}
{"null_field":""}
{"index":{"_id":3}}
{"null_field":[]}

基于以上数据，执行如下查询，请各位思考，返回的结果应该是什么

GET null_value_index/_search
{"query": {"term": {"null_field": {"value": 1}}}
}

按照官方对 null_value 的解释，返回结果应只为 doc2（_id: 1）的数据，然而 doc2（_id: 1）也被召回了，这显然是不正常的。

注意，""值是不被 null_value 替换的，这一点当我们把字段类型换成 keyword 的时候，就可以得到验证：

4、如何查询字段值非空或者不为 null 的文档？

推荐阅读：