› › ›

累积基数聚合

累积基数聚合编辑

一个父管道聚合，用于计算父直方图（或 date_histogram）聚合中的累积基数。指定的指标必须是基数聚合，并且封闭的直方图必须将 min_doc_count 设置为 0（histogram 聚合的默认值）。

cumulative_cardinality 聚合对于查找“总新增项目”很有用，例如每天访问您网站的新访客数量。常规的基数聚合会告诉您每天有多少个唯一访客，但不会区分“新”访客或“重复”访客。累积基数聚合可用于确定每天的唯一访客中有多少是“新”访客。

语法编辑

cumulative_cardinality 聚合在孤立状态下看起来像这样

{
  "cumulative_cardinality": {
    "buckets_path": "my_cardinality_agg"
  }
}

表 57. cumulative_cardinality 参数

参数名称	描述	必需	默认值
`buckets_path`	我们要查找累积基数的基数聚合的路径（有关更多详细信息，请参见 `buckets_path` 语法）	必需
`format`	输出值的 DecimalFormat 模式。如果指定，则格式化的值将返回到聚合的 `value_as_string` 属性中	可选	`null`

以下代码段计算每天总 users 的累积基数

response = client.search(
  index: 'user_hits',
  body: {
    size: 0,
    aggregations: {
      users_per_day: {
        date_histogram: {
          field: 'timestamp',
          calendar_interval: 'day'
        },
        aggregations: {
          distinct_users: {
            cardinality: {
              field: 'user_id'
            }
          },
          total_new_users: {
            cumulative_cardinality: {
              buckets_path: 'distinct_users'
            }
          }
        }
      }
    }
  }
)
puts response

GET /user_hits/_search
{
  "size": 0,
  "aggs": {
    "users_per_day": {
      "date_histogram": {
        "field": "timestamp",
        "calendar_interval": "day"
      },
      "aggs": {
        "distinct_users": {
          "cardinality": {
            "field": "user_id"
          }
        },
        "total_new_users": {
          "cumulative_cardinality": {
            "buckets_path": "distinct_users" 
          }
        }
      }
    }
  }
}

buckets_path 指示此聚合使用 distinct_users 聚合的输出进行累积基数计算

以下可能是响应

{
   "took": 11,
   "timed_out": false,
   "_shards": ...,
   "hits": ...,
   "aggregations": {
      "users_per_day": {
         "buckets": [
            {
               "key_as_string": "2019-01-01T00:00:00.000Z",
               "key": 1546300800000,
               "doc_count": 2,
               "distinct_users": {
                  "value": 2
               },
               "total_new_users": {
                  "value": 2
               }
            },
            {
               "key_as_string": "2019-01-02T00:00:00.000Z",
               "key": 1546387200000,
               "doc_count": 2,
               "distinct_users": {
                  "value": 2
               },
               "total_new_users": {
                  "value": 3
               }
            },
            {
               "key_as_string": "2019-01-03T00:00:00.000Z",
               "key": 1546473600000,
               "doc_count": 3,
               "distinct_users": {
                  "value": 3
               },
               "total_new_users": {
                  "value": 4
               }
            }
         ]
      }
   }
}

请注意，第二天 2019-01-02 有两个不同的用户，但累积管道聚合生成的 total_new_users 指标仅增加到三个。这意味着当天只有两个用户中的一个是新用户，另一个用户在之前的一天就已经出现过。这种情况在第三天再次发生，其中三个用户中只有一个是完全新的。

增量累积基数编辑

cumulative_cardinality 聚合将显示自查询时间段开始以来的总不同计数。但是，有时查看“增量”计数会很有用。也就是说，每天添加了多少新用户，而不是总累积计数。

这可以通过将 derivative 聚合添加到我们的查询中来实现

response = client.search(
  index: 'user_hits',
  body: {
    size: 0,
    aggregations: {
      users_per_day: {
        date_histogram: {
          field: 'timestamp',
          calendar_interval: 'day'
        },
        aggregations: {
          distinct_users: {
            cardinality: {
              field: 'user_id'
            }
          },
          total_new_users: {
            cumulative_cardinality: {
              buckets_path: 'distinct_users'
            }
          },
          incremental_new_users: {
            derivative: {
              buckets_path: 'total_new_users'
            }
          }
        }
      }
    }
  }
)
puts response

GET /user_hits/_search
{
  "size": 0,
  "aggs": {
    "users_per_day": {
      "date_histogram": {
        "field": "timestamp",
        "calendar_interval": "day"
      },
      "aggs": {
        "distinct_users": {
          "cardinality": {
            "field": "user_id"
          }
        },
        "total_new_users": {
          "cumulative_cardinality": {
            "buckets_path": "distinct_users"
          }
        },
        "incremental_new_users": {
          "derivative": {
            "buckets_path": "total_new_users"
          }
        }
      }
    }
  }
}

以下可能是响应

{
   "took": 11,
   "timed_out": false,
   "_shards": ...,
   "hits": ...,
   "aggregations": {
      "users_per_day": {
         "buckets": [
            {
               "key_as_string": "2019-01-01T00:00:00.000Z",
               "key": 1546300800000,
               "doc_count": 2,
               "distinct_users": {
                  "value": 2
               },
               "total_new_users": {
                  "value": 2
               }
            },
            {
               "key_as_string": "2019-01-02T00:00:00.000Z",
               "key": 1546387200000,
               "doc_count": 2,
               "distinct_users": {
                  "value": 2
               },
               "total_new_users": {
                  "value": 3
               },
               "incremental_new_users": {
                  "value": 1.0
               }
            },
            {
               "key_as_string": "2019-01-03T00:00:00.000Z",
               "key": 1546473600000,
               "doc_count": 3,
               "distinct_users": {
                  "value": 3
               },
               "total_new_users": {
                  "value": 4
               },
               "incremental_new_users": {
                  "value": 1.0
               }
            }
         ]
      }
   }
}

« 变化点聚合累积求和聚合 »