在Elasticsearch中，如果你想要按照某个字段进行去重聚合，并获取精确的不重复总数，你可以使用terms聚合配合cardinality聚合，但请注意，直接使用terms聚合并不直接给出不重复的总数，因为它会列出所有不同的值及其计数。然而，cardinality聚合正是为了计算某个字段的不重复值数量而设计的。
不过，cardinality聚合是一个近似聚合，它基于HyperLogLog++算法来估算不重复值的数量，因此它可能不会给出100%精确的结果，尤其是在数据集非常大且内存有限的情况下。然而，对于大多数用例来说，cardinality聚合提供的结果已经足够准确。
如果你确实需要非常精确的不重复总数，并且可以接受查询性能上的开销，你可能需要考虑以下方法之一，但这些方法通常不是Elasticsearch原生支持的，并且可能需要额外的处理或存储：
数据预处理：在将数据索引到Elasticsearch之前，先在一个外部系统中（如数据库或应用程序）计算出不重复的总数，并将这个值作为元数据存储在Elasticsearch的某个文档中，或者作为一个独立的统计值。
使用脚本或插件：编写自定义脚本或利用Elasticsearch插件来执行精确的去重计数。但请注意，这种方法可能会增加查询的复杂性和执行时间。
全表扫描和内存处理：在Elasticsearch外部（如使用Spark、Hadoop等大数据处理框架）执行全表扫描，并使用足够的内存来存储和计算不重复的总数。然后，你可以将这个值用于Elasticsearch的查询结果中，或者更新到Elasticsearch中以供后续查询使用。
重新考虑需求：如果可能的话，重新评估你的需求，看看是否真的需要精确的不重复总数。在许多情况下，cardinality聚合提供的近似值已经足够用于分析、报告或决策支持。
使用terms聚合和分页：虽然这不是计算精确总数的直接方法，但你可以使用terms聚合获取一定数量的不重复值，并通过分页来迭代查询更多的值。然而，这种方法非常低效，且不适用于大数据集。
总的来说，如果你需要精确的不重复总数，并且数据集非常大，那么Elasticsearch可能不是最佳选择。你可能需要考虑使用其他工具或方法来满足你的需求。如果近似值可以接受，那么cardinality聚合是一个很好的选择。