我一直在评估azurehdinsight上的hadoop，为我们的报表应用程序找到一个大数据解决方案。此技术评估的关键部分是，我需要与mssql reporting services集成，因为我们的应用程序已经使用了mssql reporting services。我们非常缺乏开发人员资源，所以我越能把它变成一个工程练习就越好。到目前为止我试过的
使用从mssqlMap到hdinsight上配置单元的odbc连接。
使用hdinsight上的hbase从mssql使用odbc连接。
在azure hdinsight远程桌面上本地使用sparkql
我发现hbase和hive与我们的报告一起使用要慢得多。对于测试数据，我使用了一个有60k行的表，发现mssql上的报告运行不到10秒。我在配置单元查询控制台和odbc连接上运行了查询，发现执行该查询花费了一分钟多的时间。spark速度更快（30秒），但无法从外部连接到它，因为hdinsight群集上的端口无法打开。
大数据和hadoop对我来说都是新鲜事物。我的问题是，我是不是在寻找hadoop来做一些它不是设计用来做的事情，有没有办法让它更快呢？我考虑过缓存结果并定期刷新它们，但这听起来像是一场管理噩梦。Kylin看起来很有前途，但我们已经和windowsazure结了婚，所以我不确定这是一个可行的解决方案。