如何在Elasticsearch中自动计算近一个月用户次日留存率？

要实现近一个月每日的次日留存率计算，核心是通过**日期直方图聚合（date_histogram）**按用户注册日期（create_time）按天分组，在每个日期桶内完成「当日注册用户数」和「次日登录用户数」的统计，最后通过桶脚本计算留存率。

完整查询DSL #

{
  "size": 0,
  "query": {
    "bool": {
      "filter": [
        {
          "range": {
            "create_time": {
              "gte": "now-30d/d",
              "lt": "now/d"
            }
          }
        }
      ]
    }
  },
  "aggs": {
    "daily_registrations": {
      "date_histogram": {
        "field": "create_time",
        "calendar_interval": "day",
        "format": "yyyy-MM-dd",
        "min_doc_count": 1
      },
      "aggs": {
        // 统计当日注册的唯一用户数
        "registered_users": {
          "cardinality": {
            "field": "username"
          }
        },
        // 筛选出当日注册且次日登录的用户
        "retained_users": {
          "filter": {
            "script": {
              "source": """
                def regDate = doc['create_time'].value.toLocalDate();
                def loginDate = doc['update_time'].value.toLocalDate();
                return loginDate.equals(regDate.plusDays(1));
              """
            }
          },
          "aggs": {
            "retained_count": {
              "cardinality": {
                "field": "username"
              }
            }
          }
        },
        // 计算次日留存率，处理除数为0的情况
        "next_day_retention": {
          "bucket_script": {
            "buckets_path": {
              "retained": "retained_users>retained_count",
              "registered": "registered_users"
            },
            "script": {
              "source": "params.registered == 0 ? 0 : params.retained / params.registered"
            },
            "format": "0.00%"
          }
        }
      }
    }
  }
}

关键部分说明 #

• 日期范围过滤：通过query中的range限定create_time为近30天（now-30d/d表示30天前的凌晨，now/d表示今天凌晨），只统计这段时间的注册用户。
• 日期直方图聚合：daily_registrations按天拆分注册日期，min_doc_count:1确保只返回有注册用户的日期桶。
• 次日登录筛选：使用脚本判断用户的update_time是否为注册日期的次日，精准匹配次日登录的用户。
• 留存率计算：bucket_script中加入除数为0的判断，避免出现NaN错误，同时用format将结果转为百分比格式。

输出示例 #

返回结果会按日期分组，每个桶包含当日注册用户数、次日留存用户数和留存率：

{
  "aggregations": {
    "daily_registrations": {
      "buckets": [
        {
          "key_as_string": "2025-05-23",
          "key": 1747900800000,
          "doc_count": 2,
          "registered_users": {
            "value": 2
          },
          "retained_users": {
            "doc_count": 1,
            "retained_count": {
              "value": 1
            }
          },
          "next_day_retention": {
            "value": 0.5,
            "value_as_string": "50.00%"
          }
        }
        // 其他日期桶...
      ]
    }
  }
}

内容的提问来源于stack exchange，提问作者John