如果要索引的文本重复率很高有什么好的解决方案？

使用es作为搜索引擎，存储的数据都是个人数据。但是个人数据之间的文档重复率可能很高（80%以上文件重复）。搜索只能搜用户自己的数据。类似于网盘这种场景。
每个人的数据都建索引 存储浪费。如果针对文档md5纬度做索引，对应用户有比较复杂。
 
这种有什么好的方案没有？