如何在Superset中实现按季度的滚动去重计数（Rolling COUNT_DISTINCT）？

需求背景 #

当前使用Superset的Big Number with Timetrend图表，基于create_date字段按季度（Quarter）统计唯一id的数量（COUNT_DISTINCT(id)），需要修改为滚动去重计数——即统计从最早季度到当前季度的所有唯一id总数，而非单季度的去重数量。

实现方案 #

由于原数据集被多个图表共用，推荐使用虚拟数据集的方式实现，避免修改原数据集影响其他图表；也可通过自定义SQL指标直接在原图表中修改。

方案一：创建虚拟数据集（推荐） #

此方法生成独立的统计数据集，不影响原数据集的其他使用：

1. 进入Superset的Datasets页面，点击+ Dataset，选择SQL Query类型
2. 输入以下SQL（替换your_table_name为实际表名）：

SELECT
  -- 将季度转换为标准日期格式，方便Superset识别时间轴
  TO_DATE(quarter || '-01', '"YYYY"Q"Q"-DD') AS quarter_start_date,
  quarter,
  -- 计算当前及之前所有季度的唯一id总数
  (SELECT COUNT(DISTINCT id) FROM your_table_name WHERE quarter <= t.quarter) AS rolling_distinct_id_count
FROM (
  -- 先提取所有唯一的季度
  SELECT DISTINCT quarter FROM your_table_name
) t
ORDER BY quarter_start_date

3. 保存虚拟数据集（如命名为滚动季度唯一ID统计）
4. 基于该虚拟数据集创建Big Number with Timetrend图表：
   • 时间轴选择quarter_start_date
   • 时间粒度保持Quarter
   • 指标选择rolling_distinct_id_count

方案二：自定义SQL指标（直接修改原图表） #

如果不想创建新数据集，可直接在原图表的指标配置中替换为自定义SQL：

1. 打开原图表的编辑页面，找到指标配置项
2. 删除原有的COUNT_DISTINCT(id)指标，添加Custom SQL类型的指标
3. 输入以下SQL（替换your_table_name为实际表名）：

(SELECT COUNT(DISTINCT t2.id) FROM your_table_name t2 WHERE t2.quarter <= t1.quarter)

4. 命名指标为滚动去重ID计数，保存后即可看到符合预期的结果

注意事项 #

• 若数据库支持窗口函数中的DISTINCT（如PostgreSQL、BigQuery），可使用更简洁的SQL实现虚拟数据集：

SELECT
  TO_DATE(quarter || '-01', '"YYYY"Q"Q"-DD') AS quarter_start_date,
  DISTINCT quarter,
  COUNT(DISTINCT id) OVER (ORDER BY quarter RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS rolling_distinct_id_count
FROM your_table_name
ORDER BY quarter_start_date

• 确保quarter字段的格式统一（如2024Q3），否则需调整日期转换逻辑适配实际格式

内容的提问来源于stack exchange，提问作者user1664961