问题遇到的现象和发生背景
业务场景：
有一批大数据，现在一个接口里面，有多个查询，频繁查，有些是串行化的查询，有些可以并行的查询，统计计算之类的查询，从库里进行查询（这个中间会有网络通信时间），获取到结果大概要个几十秒，数据库用炎凰数据库，SQL语法层面已经没法优化了。用户过滤条件是动态的，数据也是实时变化的，数据类型是一些大型企业的数据，做数据统计，流程挖掘的数据。接口拆分不理想，延时不能影响用户体验，时效性很高，一次查询可能几百M，将用户过滤的一些条件查询出来之后，一部分数据直接统计获取结果，一部分数据通过算法计算获取结果，将多个结果返回给前端。
我的解答思路和尝试过的方法
解决方案一：把库里的数据去到本地内存里面，进行条件过滤，减少和数据库的通信，但是弊端很明显，JVM内存是有上限的，做不到分布式内存数据库。
解决方案二：将用户行为量化，另起一个程序，专门去计算查询，将结果存储到另一种表里面，前端展示就直接取这个表里面的数据，但是弊端也很明显，计算出来的数据实时性没法保证，用户行为量化的工作量也很大。
解决方案三：前端页面进行调整，隐藏部分查询时间较长的展示部分，用户进入这一页面时，后端就开始加载数据，用户点击按钮展示查询时间较长的展示部分，缺点很明显，根源上还是没解决接口查询时间慢的问题。
解决方案四：数据放redis缓存，也不能解决网络通信问题，多次查询问题，网络连接传输，用 pipline 缓解也没从根本上解决。
解决方案五：数据放Elasticsearch，也不能解决网络通信问题，多次查询问题，网络连接传输，还会有内存上限，一般es内存不能超过32g，而且还要分一部分给Lucene，es也不好做定制化查询，jvm在内存小于32G的时候会采用内存对象指针压缩技术，超过了就不好使了
我想要达到的结果
有什么好的优化方案吗？可以保证数据的实时性计算的结果，也不影响用户体验。
