假设我们有一个非常大的表，我们希望以增量方式处理其统计信息。
| 日期|金额|客户|
| - ------| - ------| - ------|
| 二〇二二年十二月二十日|三十|玛丽|
| 二〇二二年十二月二十一日|十二|玛丽|
| 二〇二二年十二月二十日|十二|鲍勃|
| 二〇二二年十二月二十一日|十五|鲍勃|
| 二〇二二年十二月二十二日|十五|爱丽丝|
我们希望能够逐步计算某个日期范围内每个不同客户的收入。因此，从12 - 20到12 - 22（包括12 - 20和12 - 22），我们有3个不同客户，但从12 - 20到12 - 21，我们有2个不同客户。
如果要每天运行一次此管道，并且有许多客户，如何保持任意日期范围内不同客户的滚动计数？是否有一种方法可以做到这一点，而无需每天存储大量客户名称？
我们希望支持具有日期范围过滤器的前端，并可以快速计算该日期范围的结果。例如：
| 开始日期|结束日期|每个客户的平均收入|
| - ------| - ------| - ------|
| 二〇二二年十二月二十日|二〇二二年十二月二十一日|（30 + 12 + 12 + 15）/2 = 34.5|
| 二〇二二年十二月二十日|二〇二二年十二月二十二日|（30 + 12 + 12 + 15 + 15）/3 = 28|
我能想到的唯一方法是每天存储一组客户名称，在查看结果时计算集合的联接集的大小以计算不同的客户。这似乎效率很低。在这种情况下，我们将存储下表，其中客户列非常大。
| 日期|总收入|客户|
| - ------| - ------| - ------|
| 二〇二二年十二月二十日|四十二|集合（玛丽，鲍勃）|
| 二〇二二年十二月二十一日|二十七|集合（玛丽，鲍勃）|
| 二〇二二年十二月二十二日|十五|集合（爱丽丝）|