如何通过python 不断的查询elasticsearch中符合某个条件的数据，并且查询的结果不重复，并且一旦有新数据插入也可以即时的检测到，给出详细的代码和解释

可以使用Elasticsearch提供的scroll api进行持续的查询，并使用Python的set数据类型来去重。可以使用Elasticsearch的watcher功能来实现对于新数据的及时检测。

以下是示例代码：

from elasticsearch import Elasticsearch
import time

es = Elasticsearch("localhost:9200")
query = {
    "query": {
        "match": {
            "your_field": "your_value"
        }
    }
}
scroll_timeout = "1m"

# 设置scroll参数
search_params = {
    "scroll": scroll_timeout,
    "size": 1000,
    "index": "your_index",
    "body": query,
    "sort": ["_doc"]
}

# 初始化scroll
response = es.search(**search_params)
scroll_id = response.get("_scroll_id")

# 初始化结果集
results_set = set()

while True:
    # 遍历scroll结果
    for hit in response["hits"]["hits"]:
        # 将结果加入结果集
        results_set.add(hit["_id"])

    # 如果结果集发生变化，进行处理
    if len(results_set) > 0:
        print("New results: ", results_set)

    # 清空结果集
    results_set.clear()

    # 检查是否有新数据插入
    time.sleep(1)
    new_hits = es.scroll(scroll_id=scroll_id, scroll=scroll_timeout)["hits"]["hits"]
    if len(new_hits) == 0:
        # 如果无新数据，则退出循环
        break
        
    # 更新scroll_id
    scroll_id = response["_scroll_id"]

以上代码首先进行一次查询并获取scroll_id，然后在无限循环中使用scroll_id不断进行查询，直至taple scrolled api返回的结果为空。每次查询到新数据后，将其加入结果集中并进行处理，最后清空结果集以待处理下一批数据。如果需要实时检测新数据，可以将上述代码嵌入到一个无限循环中，定时运行即可。