如何用ElasticSearch聚合统计仅拥有单个文档的用户数量

你提供的rare_terms聚合只能列出文档数≤1的用户，但没法直接统计这类用户的总数，而且它默认返回的结果数量有限，不适合用来统计总数。要实现需求，需要用terms聚合+管道聚合的组合，具体查询如下：

{
  "size": 0,
  "aggs": {
    "user_doc_counts": {
      "terms": {
        "field": "uid",
        "size": 10000  // 根据实际用户量调整，确保能覆盖所有用户
      },
      "aggs": {
        "filter_single_doc": {
          "bucket_selector": {
            "buckets_path": {
              "docCount": "_count"
            },
            "script": "params.docCount == 1"
          }
        }
      }
    },
    "single_doc_user_total": {
      "bucket_count": {
        "buckets_path": "user_doc_counts"
      }
    }
  }
}

逻辑说明 #

1. user_doc_counts：通过terms聚合按uid分组，计算每个用户对应的文档数量（_count即doc_count）。注意这里的size要设置为足够大的值，确保能包含所有用户，避免遗漏。
2. filter_single_doc：用bucket_selector管道聚合，筛选出文档数恰好等于1的用户桶。
3. single_doc_user_total：用bucket_count管道聚合，统计筛选后剩余桶的数量，这个数值就是仅拥有单个文档的用户总数。

进阶优化（超大数据集场景） #

如果用户量极大，terms聚合的size设置过大可能导致内存溢出，此时可以改用composite聚合来分批处理，结合bucket_selector和bucket_count实现统计：

{
  "size": 0,
  "aggs": {
    "user_doc_counts": {
      "composite": {
        "size": 1000,
        "sources": [
          {"uid": {"terms": {"field": "uid"}}}
        ]
      },
      "aggs": {
        "filter_single_doc": {
          "bucket_selector": {
            "buckets_path": {
              "docCount": "_count"
            },
            "script": "params.docCount == 1"
          }
        }
      }
    },
    "single_doc_user_total": {
      "bucket_count": {
        "buckets_path": "user_doc_counts"
      }
    }
  }
}

这种方式会分页返回聚合结果，但bucket_count依然能正确统计所有符合条件的用户总数。

内容的提问来源于stack exchange，提问作者LCB