1.定义与用途
`cumulative_cardinality`是一种父级管道聚合（Parent Pipeline Aggregation），用于在父级直方图（`histogram`）或日期直方图（`date_histogram`）聚合中计算累计基数。它主要用于统计在某个时间范围内"新增"的唯一项目数量，例如每天访问网站的新访客数量。
2.工作原理
`cumulative_cardinality`聚合会计算每个时间桶中的唯一值数量，并将这些值累计起来。它依赖于父级直方图中的某个基数聚合（`cardinality`）结果。具体来说，它会从第一个时间桶开始，逐个累加每个桶中的唯一值数量，从而得到每个时间点的累计唯一值数量。
3.参数
• `buckets_path`：必需参数，指定要计算累计基数的基数聚合路径。
• `format`：可选参数，定义输出值的格式。如果指定，格式化的值将返回在聚合的`value_as_string`属性中。
4.应用场景
`cumulative_cardinality`聚合特别适用于以下场景：
• 统计新增用户：例如，每天访问网站的新访客数量。
• 分析趋势：通过累计唯一值的变化，可以分析数据的增长趋势。
5.示例
假设我们有一个索引`user_hits`，其中记录了每次用户访问的日期（`timestamp`字段）和用户ID（`user_id`字段）。我们希望计算每天新增的唯一用户数量。
查询示例：
```json
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"
}
}
}
}
}
}
```
响应结果：
```json
{
"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
}
}
]
}
}
}
```
结果解释：
• 2019-01-01：当天有2个唯一用户，且都是新增用户。
• 2019-01-02：当天有2个唯一用户，但累计新增用户数为3，说明当天只有1个是新增用户。
• 2019-01-03：当天有3个唯一用户，累计新增用户数为4，说明当天只有1个是新增用户。
6.增量累计基数
有时，我们不仅需要累计总数，还需要查看每天新增的用户数（而不是累计总数）。这可以通过在查询中添加一个`derivative`聚合来实现。
查询示例：
```json
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"
}
}
}
}
}
}
```
响应结果：
```json
{
"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
}
}
]
}
}
}
```
结果解释：
• 2019-01-01：新增用户数为2。
• 2019-01-02：新增用户数为1。
• 2019-01-03：新增用户数为1。
通过这种方式，您可以清晰地了解每天新增的唯一用户数量，而不仅仅是累计总数。