如何在单次Elasticsearch请求中统计每个字段的聚合词条总数？

当然可以实现！你完全不用分开发多个请求，咱们把需要的聚合逻辑都塞进同一个请求里就行，既省时间又高效。

1. 同时获取单个字段的词条列表+总数 #

你之前分别做了play_name的terms聚合（拿到所有剧目列表）和cardinality聚合（拿到剧目总数），现在把这两个聚合放到同一个请求里就搞定了：

GET /shakespeare/_search
{
  "size": 0,  // 不需要返回具体文档，只保留聚合结果，减少数据量
  "aggs": {
    // 保留你原来的剧目列表聚合
    "plays_list": {
      "terms": {
        "field": "play_name",
        "order": { "_key": "asc" },
        "size": 200
      }
    },
    // 新增剧目总数的基数统计
    "total_plays_count": {
      "cardinality": { "field": "play_name" }
    }
  }
}

这样响应里会同时返回所有剧目的列表，以及剧目的总数量，一次请求搞定两个需求。

2. 一次性统计多个字段的词条总数 #

如果想同时统计多个字段（比如play_name、speaker、line_id）的词条总数，只需要在aggs里多定义几个cardinality聚合就行：

GET /shakespeare/_search
{
  "size": 0,
  "aggs": {
    "total_plays": {
      "cardinality": { "field": "play_name" }
    },
    "total_speakers": {
      "cardinality": { "field": "speaker" }
    },
    "total_unique_lines": {
      "cardinality": { "field": "line_id" }
    }
  }
}

一些要注意的细节 #

• 关于size:0：这个参数很重要，它告诉Elasticsearch不用返回匹配的具体文档，只返回聚合结果，能大幅减少响应的大小，提升请求速度。
• 字段类型限制：如果是text类型的字段，直接做terms或cardinality聚合会报错，需要用它的keyword子字段（比如play_name.keyword，如果mapping里定义了的话），或者开启fielddata（不推荐，会占用大量内存）。从你之前的请求能正常运行来看，play_name应该是keyword类型或者有对应的keyword子字段。
• 基数统计的精度：cardinality聚合是近似统计，默认有2%左右的误差。如果需要更精确的结果，可以调整precision_threshold参数，比如：

  "cardinality": { "field": "play_name", "precision_threshold": 1000 }
  

  阈值越高，统计越精确，但内存消耗也会越大。

备注：内容来源于stack exchange，提问作者Eduard Florinescu