我正在运行一个带有大号的弹性搜索过滤器。 （约1000万次点击）结果。我的from+size max是默认值（10,000次点击）。我想基于一个字段进行聚合，并返回所有桶中过滤器的所有命中（不仅仅是计数）。
我知道我可以使用top_hits来获取每个存储桶中的实际文档（ElasticSearch: retriving documents belonging to buckets），但我认为我需要滚动才能获取所有文档（获得超过前10000个点击数量） ）。我可以滚动和聚合吗？当我使用聚合运行时，scroll api失败。
目前，我有两个解决方案似乎都不太好：
运行多个过滤器查询，例如每个桶1个（然后我不需要使用aggregation + top_hits命令）。 （对我的申请来说太慢了）
运行1个大过滤器查询，不进行聚合，但使用scroll api获取所有匹配。然后我会把它们放在主机上各自的桶中。 （好吧，但似乎ES已设置为将这些汇总到桶中并且有更多资源来完成这项工作）
有没有更好的方法来解决这个问题？
这似乎与此相关:( Paging elasticsearch aggregation results）虽然没有提到滚动api（除非这是他们通过分页的意思？）
答案 0 :(得分：1)
我相信您的用例不受支持。聚合专门“抛弃”文档中的其他信息。 Top hits只是为了在每个存储桶中返回与您的查询匹配的the most relevant次点击。这更像是一个评分特征，而不是文档检索功能，即顶部命中聚合并不意味着返回桶中的所有文档。
如果您还需要所有文件，为什么不亲自汇总结果呢？这是你的选择＃2，对我来说似乎是最好的选择。
您引用的SO post使用exclude value filter in terms aggregations描述了聚合中分页的解决方法。它不使用滚动API。我也认为这对你没有帮助。
最后，Elasticsearch术语聚合通常有errors due to shard sizing。如果您仍然需要这些文档，您可以通过在应用程序中执行分段来获得完全准确的聚合 - 您必须访问每个文档，这可能比ES可以做得慢，但您也得到了不同的结果。
如果您有关于用例的更多详细信息，也许我们中的一个人可以提供更好的建议。比如，为什么你需要所有的文件和桶数呢？