我的用例是，我想创建一个报告工具，其中大约有200个表，每个表有数百万行和100列。表之间将有多个连接，以最终创建报表。用户将有多个字段可供选择并从中创建报告。因此，查询将在运行时生成。我想知道，有什么可能是最好的大数据技术，可以用于这一目的。当前的rdbms可能无法在如此大的数据量下进行扩展。我们可以将所有数据转储到hdfs上，但是如何在hdfs上实现连接，这样报表应用程序的性能就不会受到太大的影响。任何真正的实现或链接或类似的用例类论文将帮助我很大的时间。