现象
从oracle同步了2万多数据到es。经过去重统计，数据为1万9千多（也可能多与2万，当时确实是少一点）。原始数据确认无重复。然后把数据从es通过程序导入表格留存，再次人工统计，数据2万。从es查询结果就是少于2万。查询结果和实际结果存在差异。
原因
部分聚合（如 cardinality 基数统计、percentiles 百分位统计）默认使用近似算法（为了性能），结果可能存在误差。
例如 cardinality 聚合通过哈希算法估算唯一值数量，精度可通过 precision_threshold 调整，但会影响性能。
在 Elasticsearch 的 cardinality 聚合中，precision_threshold 参数的取值范围是 1 到 40000，这意味着最大值可以设置为 40000。
关于 precision_threshold 的说明：
作用：该参数定义了一个阈值，当唯一值数量低于这个阈值时，cardinality 聚合会保证结果 100% 精确；当超过这个阈值时，结果会采用近似算法（基于 HyperLogLog++），可能存在误差（通常在 2% 以内）。
最大值限制：ES 内部通过哈希表存储数据，precision_threshold 越大，需要的内存和计算资源越多。官方将最大值限制为 40000，是综合性能与精度后的平衡：
当设置为 40000 时，对于唯一值数量 ≤40000 的场景，结果完全精确；
对于超过 40000 的场景，精度会随数值增大而略有下降，但仍保持较高准确性。
性能影响：设置过高（如接近 40000）会显著增加内存消耗（每个分片可能占用数 MB 内存），并延长聚合计算时间。因此，建议根据实际业务场景调整：
若业务要求绝对精确且唯一值数量较少（如 ≤10000），可设置对应阈值；
若唯一值数量极大（如百万级以上），建议使用默认值（3000）或适当提高（如 10000），在精度和性能间平衡。