Elasticsearch累计求和聚合问题：date_histogram参数设置异常求助

cumulative_sum聚合要求父级date_histogram必须保留min_doc_count=0——因为它依赖连续的时间桶序列来计算准确的累计值，一旦把min_doc_count设为1，时间序列的连续性被打破，就会触发你遇到的验证异常。同时默认date_histogram仅返回10个桶，是因为它的size参数默认值为10，下面给你两种可行的实现方式：

方式一：扩大返回桶数量，客户端过滤空桶 #

直接调整date_histogram的size参数来获取更多月份的桶，同时保留min_doc_count=0保证累计求和正常运行。如果不想看到空桶，拿到结果后在客户端代码里过滤掉project_count为0的桶即可。

修改后的查询脚本：

{
  "aggs": {
    "monthly_buckets": {
      "date_histogram": {
        "field": "timestamp",
        "calendar_interval": "month",
        "min_doc_count": 0,
        "size": 100  // 根据你的需求调整这个值，获取足够多的时间桶
      },
      "aggs": {
        "project_count": {
          "value_count": {
            "field": "projectname"
          }
        },
        "cumulative_count": {
          "cumulative_sum": {
            "buckets_path": "project_count"
          }
        }
      }
    }
  }
}

方式二：在ES层面用bucket_selector过滤空桶 #

通过添加bucket_selector聚合，在计算完累计值后过滤掉没有项目数据的桶，既满足cumulative_sum对连续时间序列的要求，又能直接返回非空桶的结果。

查询脚本：

{
  "aggs": {
    "monthly_buckets": {
      "date_histogram": {
        "field": "timestamp",
        "calendar_interval": "month",
        "min_doc_count": 0
      },
      "aggs": {
        "project_count": {
          "value_count": {
            "field": "projectname"
          }
        },
        "cumulative_count": {
          "cumulative_sum": {
            "buckets_path": "project_count"
          }
        },
        "filter_non_empty": {
          "bucket_selector": {
            "buckets_path": {
              "count": "project_count"
            },
            "script": "params.count > 0"
          }
        }
      }
    }
  }
}

这种方式下，cumulative_sum依然基于完整的时间序列计算累计值，结果是准确的，最后仅过滤掉空桶返回给你。

内容的提问来源于stack exchange，提问作者jarvis_max