如何在Elasticsearch中获取name字段值重复的文档？

要实现这个需求，可通过以下两种方式操作：

方法一：先定位重复name值，再查询对应文档 #

1. 聚合统计重复的name #

执行以下聚合查询，筛选出所有出现次数≥2的name值：

POST /你的索引名/_search
{
  "size": 0,  // 仅返回聚合结果，无需普通搜索数据
  "aggs": {
    "重复name统计": {
      "terms": {
        "field": "name.keyword",  // 若name是text类型，必须用keyword子字段做精确聚合；若本身是keyword类型，直接写"name"即可
        "min_doc_count": 2       // 只保留出现次数≥2的name
      }
    }
  }
}

返回结果里，aggregations.重复name统计.buckets中的每个key就是重复的name值（比如示例里的John）。

2. 查询对应完整文档 #

用上一步得到的重复name值，执行查询获取所有匹配的文档：

POST /你的索引名/_search
{
  "query": {
    "terms": {
      "name.keyword": ["John"]  // 替换为上一步得到的重复name列表
    }
  }
}

方法二：一次性通过聚合获取所有重复文档 #

如果想一次请求拿到结果，可结合top_hits子聚合，直接获取每个重复name对应的文档：

POST /你的索引名/_search
{
  "size": 0,
  "aggs": {
    "重复name分组": {
      "terms": {
        "field": "name.keyword",
        "min_doc_count": 2
      },
      "aggs": {
        "对应文档": {
          "top_hits": {
            "size": 100  // 根据实际需求调整单次返回的文档数量，默认是10
          }
        }
      }
    }
  }
}

返回结果中，aggregations.重复name分组.buckets下每个bucket的对应文档.hits.hits就是该重复name对应的所有文档。

注意事项 #

• 若name字段是text类型，必须使用其keyword子字段（通常映射时会自动生成）进行聚合和查询，否则会因分词导致聚合结果不准确。
• 若name字段本身就是keyword类型，将上述示例中的name.keyword替换为name即可。

内容的提问来源于stack exchange，提问作者David Sachakov