Elasticsearch 在不检索所有数据的情况下获取聚合桶大小（桶中元素的数量）答案

【问题标题】：Elasticsearch get aggregation bucket size (number of elements in the bucket) without retrieving all dataElasticsearch 在不检索所有数据的情况下获取聚合桶大小（桶中元素的数量）
【发布时间】：2016-08-08 14:16:43
【问题描述】：

我正在尝试获取有关 Elasticsearch 中的聚合的信息。

我有一个索引来存储邮件元数据（发件人 IP、主题等）。我想要做的是获得发送超过 1000 封邮件的 IP 数量。（例如，假设我们有 3 个 IP 地址，从 第一个 IP 发送 2000 封邮件，从 第二个 发送 1500 封邮件，从 第三个 IP 发送 200 封邮件. 然后我想看到 2 作为聚合结果。）我写了以下查询：

GET /my_index/_search
{
   "size": 0,
   "aggs": {
      "ipAddresses": {
         "terms": {
            "field": "senderIpAddress",
            "min_doc_count": 1000,
            "size" : 0
         }
      }

   }
}

我可以在后端实现中获取存储桶并计算其大小，但是我需要获取存储桶中的所有数据才能执行此操作。它很慢，我想在不获取所有数据的情况下获取存储桶大小。

TL;DR，如何在不检索整个数据的情况下获得聚合桶的总大小？

【问题讨论】：

我现在有确切的问题。你有解决办法吗？

标签： elasticsearch size metadata aggregate bucket

【解决方案1】：

这就是cardinality聚合的目的：

{
 "size": 0,
 "aggs": {
    "ipAddressesCount": {
       "cardinality": {
          "field": "senderIpAddress"
       }
     }
  }
}

请记住，这是一个近似值 - 可以使用上面链接中记录的 precision_threshold 配置精度。

【讨论】：

我知道什么是基数聚合。如果您仔细阅读我提到的内容，我想查看发送超过 1000 封邮件的 IP 地址数量。如果我只是做一个简单的基数，那么最终我们将计算发送邮件少于 1000 封的 IP 地址。