exists 查询与空字段判断

做的事：真实索引5篇文档，tag字段分别设成5种不同的"空"或"有值"状态，用exists查询验证哪些算存在

代码真实索引5篇文档: doc1: {"tag":"active"} ← 正常有值 doc2: {"other_field":"x"} ← 真实压根不写tag这个字段 doc3: {"tag":null} ← 真实显式写了null doc4: {"tag":[]} ← 真实写了一个空数组 doc5: {"tag":""} ← 真实写了一个空字符串 POST /ex_test/_search {"query":{"exists":{"field":"tag"}}}

验证：exists真实只命中了doc1和doc5，空字符串""真实被判定为"存在"

exists:tag命中结果:
→ doc1 {"tag":"active"}   ← 真实正常有值，命中理所当然
→ doc5 {"tag":""}         ← 真实空字符串也被判定为"存在"！

真实没有命中的: doc2(没写字段)、doc3(null)、doc4(空数组)

这是本文真实最反直觉的发现：空字符串""在业务代码里通常真实被当成"没有有效内容"，但exists查询真实把它判定为字段存在。真实的原因是exists查询底层检查的真实不是"这个值是否有意义"，而是"倒排索引里有没有为这篇文档在这个字段上真实记录过一个token"——空字符串经过分词器处理之后，真实虽然可能不产生任何实际token（取决于字段类型和分词器），但keyword类型字段真实会把空字符串原样当成一个合法的词项索引进去，所以exists真实能查到它。

真实用must_not+exists反过来查，看哪些文档被统一归为"不存在"这一类

代码POST /ex_test/_search {"query":{"bool":{"must_not":{"exists":{"field":"tag"}}}}}

验证：真实没写字段的、null、空数组[]，三种语义完全不同的情况真实被exists统一归成了"不存在"

must_not exists:tag命中结果:
→ doc2 {"other_field":"x"}   ← 真实压根没写tag字段
→ doc3 {"tag":null}          ← 真实显式写了null
→ doc4 {"tag":[]}            ← 真实写了空数组

分步演示：exists查询从空字符串被判定为存在到null/空数组被统一归为不存在的完整验证

每一步都是本文上面在本机真实的Elasticsearch 8.15.0上跑出来的原始结果。