基于内存数据库做大数据运算是否靠谱？

场景：从不同数据源（大数据集群、API 接口、文件等）抽取结构化数据，执行交并差，格式转换、分行分列等运算。数据源和算法可自由组合，过程用 DAG 图表示，是逐步分析的过程，存在多个中间结果。目前的做法是将原始数据及运算过程中间结果抽取到 MPP 库，借助 MPP 库运算。

存在的问题：
1 ） MPP 库入库性能一般，导致整个 DAG 图的执行效率偏低。
2 ） 运算过程产生了大量临时表，需要定期清理。
3 ） MPP 库的部分 SQL 语句运算效率并不理想。

初步优化思路：
1 ） 将中间运算过程放到内存数据库运算，大部分情况不需要持久化中间结果数据。
2 ） 将最终结果持久化 MPP 库，供后续使用

问题：
1 ） 该优化思路是否合理？有没其他更靠谱的方式？
2 ） 有没推荐的内存数据库选型？