如何查找出两两相似的数据?

最近遇到一个需求, 用户想要查出相似的数据;
比如有两家单位, 一个叫 "某某有限公司" ,一个叫 "某某有限公司1";
现在想把这些两两相似的数据都查出来, 我试了遍历全表,每条数据写一个query去查, 发现实在是太慢了;
不知道有没有更好的方式去实现这种查询?
 
目前已实现根据输入的字符串去查询(自己用java写了个基于编辑距离的相似度评分插件):

PUT /units

{

    "settings": {

        "number_of_replicas": 0,

        "number_of_shards": 1,

        "analysis": {

            "analyzer": {

                "my_analyzer": {

                    "tokenizer": "my_tokenizer"

                }

            },

            "tokenizer": {

                "my_tokenizer": {

                    "type": "simple_pattern",

                    "pattern": "[A-Za-z0-9\u4e00-\u9fa5]"

                }

            }

        }

    },

    "mappings": {

        "properties": {

            "id": {

                "type": "keyword"

            },

            "unifiedCode": {

                "type": "text",

                "analyzer": "my_analyzer",

                "similarity": "boolean"

            },

            "unitName": {

                "type": "text",

                "analyzer": "my_analyzer",

                "similarity": "boolean"

            },

            "unitType": {

                "type": "keyword"

            },

            "contactsTel": {

                "type": "keyword"

            },

            "artificial": {

                "type": "keyword"

            },

            "createTime": {

                "type": "keyword"

            }

        }

    }

}

POST /units/_bulk

{ "create" : {"_id" : "1621211319" } }

{"id":"039c4e6d-41fc-4fee-9f9e-025d5084ae77", "unifiedCode":"测试", "unitName":"某某有限公司", "unitType":"测试", "contactsTel":"", "artificial":"", "createTime":"2021-01-27 15:37:27.0"}

{ "create" : {"_id" : "509930157" } }

{"id":"04d8d602-37dd-42ee-95de-634875e1b979", "unifiedCode":"测试1", "unitName":"某某有限公司1", "unitType":"测试", "contactsTel":"", "artificial":"", "createTime":"2009-11-24 08:00:00.0"}

{ "create" : {"_id" : "1729683709" } }

GET /units/_search

{

    "query": {

        "script_score": {

            "query": {

                "match": {

                    "unitName": {

                        "query": "某某有限公司",

                        "minimum_should_match": "90%"   // 这里先按照频数进行查询

                    }

                }

            },

            "script": {

                "source": "string_similarity",      // 调用评分插件, 返回基于编辑距离的相似度

                "lang": "expert_scripts",

                "params": {

                    "field": "unitName",    // 字段

                    "term": "某某有限公司"  // 值

                }

            },

            "min_score": 0.9    // 限制相似度, 大于等于90%

        }

    },

   "from": 0,

   "size": 10

}

现在为了找出表中相似的数据, 先把整张表的数据查出, 然后循环构造类似上方的query语句, 命中两条及以上数据就说明表中有相似数据, 加到返回结果;
几千条数据, 竟然要耗费几分钟 .
不知道有没有更完美的方式去实现这种查询?