OpenSearch：如何按terms聚合桶统计字段的唯一值数量？

完全可以实现，对应你在PostgreSQL里的COUNT(DISTINCT)分组查询需求，Elasticsearch需要通过嵌套聚合来完成：外层用terms聚合按年份分组，内层用cardinality聚合统计每组内颜色的唯一值数量。

具体查询DSL #

{
  "size": 0,
  "aggs": {
    "group_by_year": {
      "terms": {
        "field": "year"
      },
      "aggs": {
        "distinct_color_count": {
          "cardinality": {
            "field": "color"
          }
        }
      }
    }
  }
}

代码解释 #

• size: 0：不需要返回具体文档，只关注聚合结果
• group_by_year：外层terms聚合，按year字段的值分组，生成每个年份对应的桶
• distinct_color_count：内层cardinality聚合，在每个年份桶内计算color字段的唯一值数量，效果等价于SQL里的COUNT(DISTINCT color)

补充说明 #

cardinality聚合是近似统计（基于HyperLogLog算法），默认精度下误差很小，适合大数据量场景。如果需要精确统计（数据量较小时适用），可以把内层换成terms聚合统计颜色的桶数，但性能会随颜色基数增长而下降：

{
  "size": 0,
  "aggs": {
    "group_by_year": {
      "terms": {
        "field": "year"
      },
      "aggs": {
        "color_terms": {
          "terms": {
            "field": "color",
            "size": 10000  // 设足够大的值覆盖所有颜色
          }
        },
        "distinct_color_count": {
          "bucket_script": {
            "buckets_path": {
              "colorCount": "color_terms._bucket_count"
            },
            "script": "params.colorCount"
          }
        }
      }
    }
  }
}

内容的提问来源于stack exchange，提问作者kingkupps