首先，定义什么是相似的是任意的——但是您可能需要研究模糊匹配查询。
其次，当您使用 term 在 keyword 字段中，您的结果将仅限于精确匹配--这在一定程度上违背了相似人员的目的。
最后，聚合操作的是具体的值，所以一旦你发现你的相似的人使用 match 查询时，您可以通过多种方式进行聚合，但您已经“丢失”了模糊性方面，这是正确的。
旁注：当您打算在文本字段上聚合时，如 fullname ，您可以设置 fielddata: true 或者用 keyword 像这样Map：

...
"fullname": {
  "type": "text",
  "fields": {
    "keyword": {
      "type": "keyword"
    }
  }
}
...

具体来说，那么，在 term 查询时，我们可以进行以下操作：

GET similar/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "fullname": "Foo Bar"
          }
        }
      ]
    }
  },
  "aggs": {
    "by_email": {
      "terms": {
        "field": "email"
      }
    },
    "by_name": {
      "terms": {
        "field": "fullname.keyword"
      },
      "aggs": {
        "by_email": {
          "terms": {
            "field": "email"
          }
        }
      }
    }
  }
}

这个 by_email 聚合为我们提供与匹配查询的人员相关联的前10封电子邮件，按这些电子邮件的出现次数排序。我怀疑这不会有帮助，因为电子邮件。。。唯一；）
这个 by_name 聚合更有用——可能有很多人被称为“foobar”，子聚合也被称为 by_email 会给你他们的电子邮件。
提醒是一个完全不同的主题——请随意问另一个问题。