累计去重用户数指的是从统计起始时间到当前时间窗口内，所有出现过的不重复用户的总数，在用户增长分析、活跃度统计等业务场景中应用十分广泛，不同时间窗口下的计算逻辑需要根据业务需求灵活调整。
核心计算逻辑解析
计算时间窗口内的累计去重用户数，核心需要先明确两个边界：一是时间窗口的范围，比如按天统计时，窗口可以是当天、近7天、近30天等；二是去重的维度，通常是用户唯一标识比如user_id。基本步骤可以分为三步：
- 先筛选出符合时间窗口范围的所有用户行为记录
- 对筛选后的记录按用户唯一标识去重，得到窗口内的不重复用户集合
- 如果是按时间维度逐窗口统计累计值，还需要将当前窗口的不重复用户和历史窗口的不重复用户合并去重后计数
常见实现方案
方案一：使用窗口函数实现
如果数据库支持窗口函数，比如MySQL 8.0+、PostgreSQL、SQL Server等，可以使用COUNT(DISTINCT)结合窗口函数实现，不过需要注意部分数据库不支持窗口函数内直接使用DISTINCT，此时可以先做去重再去累计。
假设我们有用户访问记录表user_visit，结构如下：
| 字段名 | 类型 | 说明 |
|---|---|---|
| user_id | int | 用户唯一标识 |
| visit_date | date | 访问日期 |
需求是按天统计从起始日期到当天的累计去重用户数，实现代码如下：
-- 先按天去重得到每天的不重复用户
WITH daily_distinct_user AS (
SELECT
visit_date,
user_id
FROM user_visit
GROUP BY visit_date, user_id
),
-- 按日期排序，累计去重用户
cumulative_user AS (
SELECT
visit_date,
user_id,
-- 使用DENSE_RANK标记每个用户首次出现的日期，用于后续判断
DENSE_RANK() OVER(PARTITION BY user_id ORDER BY visit_date) AS first_rank
FROM daily_distinct_user
)
SELECT
visit_date,
COUNT(DISTINCT CASE WHEN first_rank = 1 THEN user_id END) AS cumulative_distinct_user_count
FROM cumulative_user
GROUP BY visit_date
ORDER BY visit_date;
方案二：自连接方式实现
对于不支持窗口函数的低版本数据库，可以使用自连接的方式实现，逻辑是将当前日期和所有小于等于当前日期的记录关联，再去重计数。
SELECT
t1.visit_date,
COUNT(DISTINCT t2.user_id) AS cumulative_distinct_user_count
FROM (
-- 获取所有不重复的日期和用户
SELECT DISTINCT visit_date FROM user_visit
) t1
LEFT JOIN user_visit t2
ON t2.visit_date <= t1.visit_date
GROUP BY t1.visit_date
ORDER BY t1.visit_date;
这种方式的缺点是当数据量较大时，自连接会产生较大的中间结果集，性能相对较差，适合数据量较小的场景。
方案三：临时表+逐日更新实现
如果是定时跑报表的场景，可以使用临时表存储历史累计去重用户集合，每天新增当天的去重用户后合并去重，再统计总数，性能会比实时计算更好。
-- 第一步：创建历史累计用户临时表（实际场景可以用物理表存储）
CREATE TEMPORARY TABLE tmp_cumulative_user (
user_id int PRIMARY KEY
);
-- 第二步：插入历史累计用户（首次执行时为空，后续执行时保留历史数据）
-- 第三步：获取当天的去重用户，插入临时表，忽略重复值
INSERT IGNORE INTO tmp_cumulative_user
SELECT DISTINCT user_id
FROM user_visit
WHERE visit_date = CURDATE(); -- 这里按实际统计日期调整
-- 第四步：统计当天累计去重用户数
SELECT COUNT(*) AS cumulative_distinct_user_count
FROM tmp_cumulative_user;
不同方案对比
| 方案 | 适用场景 | 性能 | 实现复杂度 |
|---|---|---|---|
| 窗口函数方案 | 支持窗口函数的数据库，实时查询场景 | 中等 | 中等 |
| 自连接方案 | 低版本数据库，小数据量场景 | 差 | 简单 |
| 临时表逐日更新方案 | 定时报表场景，大数据量 | 好 | 较高 |
业务优化技巧
在实际业务中计算累计去重用户数时，还可以结合以下技巧提升效率：
- 如果对时间窗口的精度要求不高，可以提前按周、按月做用户去重预聚合，减少计算时的数据量
- 如果只需要统计近N天的累计去重用户数，可以在筛选时限制时间范围，避免扫描全量历史数据
- 对
user_id和visit_date建立联合索引，可以大幅提升分组和关联查询的速度
注意：如果业务中用户标识存在变更的情况，需要先做用户标识映射，保证同一个用户在不同时间的标识一致，否则会导致去重结果不准确。