Elasticsearch，如何获取字段的所有唯一值和唯一值总数？

Question

在 Elasticsearch 中，我们使用了术语 facet 和术语聚合来解决上述问题。不幸的是，这肯定适用于小数据集。但我们正在处理大约 1000 万份文件的数据。

因此，当我们通过使用聚合（设置“大小”：0）或方面（使用“排除”）查询以获取字段（例如公司字段）的所有唯一值时，我们将无法获得整个结果拉紧。似乎 elasticsearch 需要很多时间来响应，最终导致节点故障。

此过程的唯一目的是计算字段中存在多少唯一值（例如公司、唯一公司的数量）。

任何建议将是可观的。

Answer 1

如果您使用Elasticsearch 1.1.0或更高版本，您可以尝试使用基数聚合来估计非重复计数。

在您的情况下，一个简单的查询将如下所示：

POST /{yourIndex}/{yourType}/_search
{
    "aggs" : {
        "company_count" : {
            "cardinality" : {
                "field" : "company.company_raw",
                "precision_threshold": 10000
            }
        }
    }
}