我有一张Cassandra的table：

CREATE TABLE events(
    userId uuid,
    datetime timestamp,
    id uuid,
    event text,
    PRIMARY KEY (userId, datetime, id)
);

我要做的是对特定用户在同一时间发生的事件进行分组。例如，如果一个用户的事件发生在：

9:00:11 AM
9:00:13 AM
9:00:16 AM

9:03:55 AM
9:03:58 AM
9:04:03 AM

9:15:35 AM
9:15:38 AM

我想分三组：

1: 9:00:11 AM to 9:00:16 AM
2: 9:03:55 AM to 9:04:03 AM
3: 9:15:35 AM to 9:15:38 AM

我希望像dbscan这样的机器学习算法能够弄清楚应该如何进行聚类，但是对间隔不到一分钟的事件进行分组可能就足够了。
如果我能得到每组开始和结束时间的置信区间，就可以得到加分。
我研究过如何使用基本的cql group by apache spark的 groupByKey 和mlib集群没有任何成功。理想情况下，结果将通过apachespark流进行近实时处理。
这是一个绿地项目，所以Cassandra和Spark不是必须的。我也考虑过使用storm。