일단 쿼리는 링크를 참조하세요 : http://sqlfiddle.com/#!2/63a90/11

원리는 다음과 같습니다.

1. 회원 아이디, 로그인 시간으로 정렬합니다.

2. 회원 아이디가 연속이고,

3. 날짜가 1일 이하로 차이가 나면,

4. 날짜의 차이 값 만큼 serial 을 + 시킵니다.

5. serial 값이 2보다 크면 3일 이상의 연속을 의미합니다.

약간 다른 형태로 접근해 보았습니다.

성능에 대해선 그다지 고려 하지 않았고, 그냥 힌트 정도로 생각 하시면 될것 같습니다.

위 데이타 기준으로 볼때, 

mysql> select user_id,  max(date(login))  login from log group by user_id, date(login) order by user_id, login          -> ;

+---------+------------+

| user_id | login      |

+---------+------------+

|      11 | 2012-05-29 |

|      12 | 2012-05-30 |

|      13 | 2012-05-30 |

|      13 | 2012-05-31 |

|      15 | 2012-05-31 |

|      16 | 2012-05-29 |

|      16 | 2012-05-30 |

|      18 | 2012-05-29 |

|      20 | 2012-05-29 |

|      20 | 2012-05-30 |

|      20 | 2012-05-31 |

|      23 | 2012-05-30 |

|      24 | 2012-05-29 |

|      27 | 2012-05-31 |

+---------+------------+

14 rows in set (0.00 sec)

user_id = 20 만 3일 연속으로 로긴 한것 같네요, 그럼 20만 결과로 나오면 제대로 돈게 맞을것 같습니다 :)

mysql> set @seq=0; -- 초기 값 설정. 

select user_id, count(*) from

    (select user_id,  max(date(login))  login

     from log group by user_id, date(login) order by user_id, login) as t1

group by user_id,  login -@seq := @seq+1  having count(*) >2; -- seq가 1씩 증가하고 날짜 값도 1씩 증가하므로, 동일 한 값으로 증가 했을 경우 date가 가지는 값은 같아 지므로, 하나의 그룹이 될수 있습니다. 따라서, 이걸 다시 user_id + 날짜차의 그룹으로 그룹핑해서  3일 이상인 사람을 구합니다.

Query OK, 0 rows affected (0.00 sec)

+---------+----------+

| user_id | count(*) |

+---------+----------+

|      20 |        3 |

+---------+----------+

1 row in set (0.00 sec)

count 가 해당 유저의 연속 방문일수 입니다.