首先給出一些樣例資料：

具體演算法說明：

1 首先去重得到資料集 T

2 在去重的資料集上通過分析函式over按user_id對日期login_day進行組內排序獲得序號row_number()，並用日期減去當前組內排序號得到一個差值rn

3 按user_id和差值rn進行GROUP BY，取COUNT>=7的記錄去重得最終結果

具體SQL如下：

select distinct user_id,min(login_day),max(login_day)

  from (select t.*,
               
               trunc(t.login_day - row_number() over(partition by t.user_id order by t.login_day)) rn
        
          from (select distinct * from login_history) t where t.login_year=2014 and t.login_month=7)

 group by user_id, rn having count(1)>=7
 

同樣在hive中好像也有row_number() over分析函式，後面再研究一下hive的寫法。