如何在elasticsearch 6中查找重复结果

Question

我有版本 6 的 Elasticsearch，现在我需要通过具有相同字段值的字段“userName”在索引“es_index”中查找重复文档。这意味着我需要编写像sql这样的查询：

  select userName, count(*) from es_index group by userName having count(*) > 1

如何为 es 编写 DSL？

添加：
类似的问题“如何在ElasticSearch中查找所有重复文档”，无法解决我的问题。结果是中文分词（分词）之后。例如，我有 3 个文档，字段“userName”为“上海某公司”、“北京另一公司”、“上海某公司”（重复），但结果如下：

{
    "aggregations": {
        "buckets": [
            {
                "key": "公",
                "doc_count": 3
            },{
                "key": "司",
                "doc_count": 3
            },{
                "key": "上",
                "doc_count": 2
            },{
                "key": "海",
                "doc_count": 2
            }
        ]
    }
}

相反，我想要没有分词的aggs，可能如下：

"key": "上海某公司",
"doc_count": 2

我搜索了很多，尝试了很多，但仍然没有得到答案。

Answer 1

我已经解决了这个问题。 “userName”字段类型为文本，因此将对其进行分词。所以我添加了一个新字段并在新字段中添加了聚合。
首先，我添加一个带有类型关键字的新字段“userNameKw”。

PUT /index/_mapping/type
{
  "properties": {
    "userNameKw": {
      "type": "keyword"
    }
  }
}

其次，将“userName”的值分配给新字段“userNameKw”。

POST /index/type/_update_by_query
{
  "query": {
    "match_all": {}
  },
  "script": {
    "inline": "ctx._source.userNameKw = ctx._source.userName;",
    "lang": "painless"
  }
}

最后，在新字段进行聚合，就像“如何在 ElasticSearch 中查找所有重复文档”一样。

GET /index/type/_search
{
  "size": 0,
  "aggs": {
    "userNameAgg": {
      "terms": {
        "field": "userNameKw",
        "min_doc_count":2
      }
    }
  }
}