你可以用一个scripted_metric aggregation一次完成这个，但是你必须写百分位函数，然后写avg函数--我写了一个here，但是这个脚本不会有很好的性能，所以我认为不值得这么做...
我建议首先检索percentile bounds：

POST myindex/_search
{
  "size": 0,
  "aggs": {
    "boundaries": {
      "percentiles": {
        "field": "value",
        "percents": [
          10,
          90
        ]
      }
    }
  }
}

生成[1.5, 9.5]，然后将这些数字插入weighted average aggregation：

POST myindex/_search
{
  "size": 0,
  "aggs": {
    "avg_without_outliers": {
      "weighted_avg": {
        "value": {
          "field": "value"
        },
        "weight": {
          "script": {
            "source": "def v = doc.value.value; return v <= params.min || v >= params.max ? 0 : 1",
            "params": {
              "min": 1.5,
              "max": 9.5
            }
          }
        }
      }
    }
  }
}

weight为0或1，这取决于被遍历的特定文档是否是离群值。