回到我们早期的示例，在文档中有一个多值的字段 tags，一个文档可能包含一个或多个标签，或根本没有标签。如果一个字段没有值，它是怎么储存在倒排索引中的？
这是一个取巧的问题，因为答案是它根本没有存储。让我们从看一下前几节的倒排索引：
| Token | DocIDs |
|---|---|
open_source |
2 |
search |
1,2 |
你怎么可能储存一个在数据结构不存在的字段呢？倒排索引是标记和包含它们的文档的一个简单列表。假如一个字段不存在，它就没有任何标记，也就意味着它无法被倒排索引的数据结构表达出来。
本质上来说，null，[]（空数组）和 [null] 是相等的。它们都不存在于倒排索引中！
显然，这个世界却没有那么简单，数据经常会缺失字段，或包含空值或空数组。为了应对这些情形，Elasticsearch 有一些工具来处理空值或缺失的字段。
exists 过滤器
工具箱中的第一个利器是 exists 过滤器，这个过滤器将返回任何包含这个字段的文档，让我们用标签来举例，索引一些示例文档：
POST /my_index/posts/_bulk
{ "index": { "_id": "1" }}
{ "tags" : ["search"] } <1>
{ "index": { "_id": "2" }}
{ "tags" : ["search", "open_source"] } <2>
{ "index": { "_id": "3" }}
{ "other_field" : "some data" } <3>
{ "index": { "_id": "4" }}
{ "tags" : null } <4>
{ "index": { "_id": "5" }}
{ "tags" : ["search", null] } <5>
- <1>
tags字段有一个值 - <2>
tags字段有两个值 - <3>
tags字段不存在 - <4>
tags字段被设为null - <5>
tags字段有一个值和一个null
结果我们 tags 字段的倒排索引看起来将是这样：
| Token | DocIDs |
|---|---|
open_source |
2 |
search |
1,2,5 |
我们的目标是找出所有设置了标签的文档，我们不关心这个标签是什么，只要它存在于文档中就行。在 SQL 语法中，我们可以用 IS NOT NULL 查询：
SELECT tags
FROM posts
WHERE tags IS NOT NULL
在 Elasticsearch 中，我们使用 exists 过滤器：
GET /my_index/posts/_search
{
"query" : {
"filtered" : {
"filter" : {
"exists" : { "field" : "tags" }
}
}
}
}
查询返回三个文档：
"hits" : [
{
"_id" : "1",
"_score" : 1.0,
"_source" : { "tags" : ["search"] }
},
{
"_id" : "5",
"_score" : 1.0,
"_source" : { "tags" : ["search", null] } <1>
},
{
"_id" : "2",
"_score" : 1.0,
"_source" : { "tags" : ["search", "open source"] }
}
]
- <1> 文档 5 虽然包含了一个
null值，仍被返回了。这个字段存在是因为一个有值的标签被索引了，所以null对这个过滤器没有影响
结果很容易理解，所以在 tags 字段中有值的文档都被返回了。只排除了文档 3 和 4。
missing 过滤器
missing 过滤器本质上是 exists 的反义词：它返回没有特定字段值的文档，像这条 SQL 一样：
SELECT tags
FROM posts
WHERE tags IS NULL
让我们在前面的例子中用 missing 过滤器来取代 exists：
GET /my_index/posts/_search
{
"query" : {
"filtered" : {
"filter": {
"missing" : { "field" : "tags" }
}
}
}
}
如你所愿，我们得到了两个没有包含标签字段的文档：
"hits" : [
{
"_id" : "3",
"_score" : 1.0,
"_source" : { "other_field" : "some data" }
},
{
"_id" : "4",
"_score" : 1.0,
"_source" : { "tags" : null }
}
]
什么时候 null 才表示 null
有时你需要能区分一个字段是没有值，还是被设置为 null。用上面见到的默认行为无法区分这一点，数据都不存在了。幸运的是，我们可以将明确的 null 值用我们选择的占位符 来代替
当指定字符串，数字，布尔值或日期字段的映射时，你可以设置一个 null_value 来处理明确的 null 值。没有值的字段仍将被排除在倒排索引外。
当选定一个合适的 null_value 时，确保以下几点：
- 它与字段的类型匹配，你不能在
date类型的字段中使用字符串null_value - 它需要能与这个字段可能包含的正常值区分开来，以避免真实值和
null值混淆
对象的 exists/missing
exists 和 missing 过滤器同样能在内联对象上工作，而不仅仅是核心类型。例如下面的文档：
{
"name" : {
"first" : "John",
"last" : "Smith"
}
}
你可以检查 name.first 和 name.last 的存在性，也可以检查 name 的。然而，在【映射】中，我们提到对象在内部被转成扁平化的键值结构，像下面所示：
{
"name.first" : "John",
"name.last" : "Smith"
}
所以我们是怎么使用 exists 或 missing 来检测 name 字段的呢，这个字段并没有真正存在于倒排索引中。原因是像这样的一个过滤器：
{
"exists" : { "field" : "name" }
}
实际是这样执行的
{
"bool": {
"should": [
{ "exists": { "field": { "name.first" }}},
{ "exists": { "field": { "name.last" }}}
]
}
}
同样这意味着假如 first 和 last 都为空，那么 name 就是不存在的。
下一节：Elasticsearch 主动缓存了这些字节集留作以后使用。一旦缓存后，当遇到相同的过滤时，这些字节集就可以被重用，而不需要重新运算整个过滤。