Java Elasticsearch，如何获取一个字段的所有唯一值以及总唯一值的计数？

在Elasticsearch中，我们使用术语方面和术语聚合来处理上述问题。不幸的是，这肯定适用于小数据集。但我们正在处理的数据大约是1000万份文件

因此，当我们通过使用聚合（设置“size”：0）或facet（使用“exclude”）查询获取字段（如company字段）的所有唯一值时，我们将无法在一次拉伸中获得整个结果。elasticsearch似乎需要很多时间才能响应，最终导致节点故障

此过程的唯一目的是统计一个字段中存在多少唯一值（例如，公司，唯一公司数）

---

任何建议都是可以接受的。

如果您使用Elasticsearch 1.1.0或更高版本，您可以尝试使用来估计不同的计数

在您的案例中，一个简单的查询如下所示：

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

---

您能否提供您当前的映射和查询，用于检索facet？“company”：{“type”：“string”，“fields”：{“company_raw”：{“type”：“string”，“analyzer”：“lowercaseAnalyzer”}}}。我们正在查询company_原始字段，因为它是“未分析”字段。它真的未分析吗？小写分析程序没有标记化吗？是的，它没有被分析。它是一个分析器名称，还包含标记化字段。我们已经将其设置为“关键字”。这真的很有帮助。但不同“精度阈值”值的总计数存在偏差。有办法解决这个问题吗？i、 e，为不同的“精度阈值”值获取常量值。否，

precision\u threshold

定义了一个唯一的计数，低于该计数时，计数将接近准确，因此如果使用最大值

40.000

，这是您可能获得的最佳估计值。如果你改变这个值，估计值也会改变，不能是常数。这是否意味着如果我有超过40000个唯一值，我总是会得到一个估计值？