Elasticsearch对于大数据量(上亿量级)的聚合如何实现?

Elasticsearch 提供的首个近似聚合是cardinality 度量。它提供一个字段的基数,即该字段的 distinct或者unique值的数目。它是基于HLL算法的。HLL 会先对我们的输入作哈希运算,

然后根据哈希运算的结果中的 bits 做概率估算从而得到基数。其特点是:可配置的精度,用来 控制内存的使用(更精确 = 更多内存);小的数据集精度是非常高的;我们可以通过配置参数,来设置去重需要的固定内存使用量。无论数千还是数十亿的唯一值,内存使用量只与你配 置的精确度相关 。