问题：比如查询一个用户连续登陆天数超过7天的用户，或者查询连续在7天的某个时间段登陆的用户。
网上查询sql的语句的用法，对于hive来说也可以试试，查询词"SQL 连续天数查询"
如果使用hadoop如何解决？？
思路（以连续N天登陆为例）：
1、计算出每天登陆的用户集合
1、使用MR，第一个job(map以日期为key，对用户进行分组输出。reduce设计：内部构造一个以N容量大小的列表（作为队列），模拟一下啊（日期过来就是有序的，从小到大）
1）第一个日期过来，放在list里面，list里面的元素是一个map(key为日期，value为hashset 内部装的是用户ID))
2）第二个日期过来了，和上一个比较，如果是连续的放进去，如果不连续（就是说中间有一个日期没有记录），清空list,重新装作为第一个。
3）第三个来了..................同第二部
4）第N个过来了，放入list，此时list装了连续N个数据。这是就需要取各个元素的hashset的交集了，这样容易吧。
输出，以第一个日期-第N个日期为key，输出用户的交集（value）
5) 又来了，因为是队列，所以如第二部和第四部，就这样了。
----------------------
如果采用hive sql语句编写的话，很难，因为想不出来。
试着使用pig，数据流也很麻烦。所以想了上面这个方法。
----------------------
再想想MR，貌似内存浪费的太多，需要构造N个hashset来存储各个日期的用户ID，太浪费了。事实上，我们所比较的都是以list列表的第一个为依据，因为计算的是N个日期都有的用户ID，所以可以这样：
1、第一个过来了，直接构造一个map，key为用户ID，value为个数，第一次为1
2、第二个过来了，比较和第一个的日期，是否连续，不连续，删除第一个装第二个。连续，通过map来进行依次比较，如果有个数加1。
3、第三个过来了，需要维护一个全局变量来保证日期的有序。对map进行统计
4、。。。。。。
5、到第N个了，对map进行计算，统计value的个数是否为N，为N的就是所需要的结果。
6、貌似不行，此时我需要装前面第二个过来的为map，但是在前面已经被丢掉了。所以还是用第一种吧。这里只是给大家一个思路。
连续时间查询问题-查询一个用户连续登陆天数超过N天的用户,布布扣,bubuko.com
原文：http://www.cnblogs.com/jsunday/p/3891549.html