我也遇到了同样的问题。我终于找到了这个解决方案：

s = Search(using=client, index="jokes").query("match", jks_content=keywords).extra(size=0)
a = A('terms', field='jks_title.keyword', size=999999)
s.aggs.bucket('by_title', a)
response = s.execute()

在2. x之后，size=0对于所有桶结果将不再起作用，请参考此线程。在我的示例中，我只是将大小设置为999999。你可以根据你的情况选择一个大数字。

建议显式设置大小为1到2147483647之间的数字的合理值。

希望这有帮助。

这有点旧，但我遇到了同样的问题。我想要的基本上是一个迭代器，我可以使用它来遍历我得到的所有聚合（我也有很多独特的结果）。

我发现最好的事情是创建一个像这样的python生成器

def scan_aggregation_results():
    i=0
    partitions=20
    while i < partitions:
        s = Search(using=elastic, index='my_index').extra(size=0)
        agg = A('terms', field='my_field.keyword', size=999999,
                include={"partition": i, "num_partitions": partitions})
        s.aggs.bucket('my_agg', agg)
        result = s.execute()

        for item in result.aggregations.my_agg.buckets:
            yield my_field.key
        i = i + 1

# in other parts of the code just do
for item in scan_aggregation_results():
    print(item)  # or do whatever you want with it

这里的神奇之处在于，弹性会自动将结果的数量划分为20，即我定义的分区数。我只需要将大小设置为足以容纳单个分区的大小，在这种情况下，结果最多可以是2000万大的项目（或20*999999）。如果你像我一样有更少的项目要返回（如20000），那么你的桶中每个查询只有1000个结果，不管你定义了更大的大小。

使用上面概述的生成器结构，您甚至可以摆脱它并创建自己的扫描仪，可以这么说，单独迭代所有结果，这正是我想要的。

你应该读留档。

所以在你的例子中，应该是这样的：

search.aggs.bucket('per_date', 'terms', field='date')\
            .bucket('response_time_percentile', 'percentiles', field='total_time',
                    percents=percentiles, hdr={"number_of_significant_value_digits": 1})[0:50]
response = search.execute()