mysql海量(G级)数据分析统计方案

先说说目前现状：
开发语言为java，数据库为mysql，大部分主要的表使用的是innodb引擎，数据库总大小为13G，最大的表member表大小为2G(有接近1000万条记录)，另外有几个表的数据也都达到了几百万记录，甚至有1600多万记录的，不过这些表大小都只有几百MB，最大不超过1G，数据库已经运行了五年多，目前每天的数据增量大小在20MB左右；

需求：
1、查询统计每天每个年龄段的不同性别注册人数(如16-20岁的男会员注册数每天多少，女会员数多少，一共定义了8个年龄段)；查询统计每个地区的注册会员数；
2、查询统计每天每小时每个年龄段的注册人数(登录人数、登录次数)；
查询统计每天每小时每个种性别的注册人数(登录人数、登录次数)；
查询统计每天每小时每个地区的注册人数(登录人数、登录次数)；
3、查询统计各种类型游戏的喜好人数(分性别、年龄段、地区统计)；
4、以后还会有各种不同的查询统计

问题：
按照目前数据库的状况以及需求，采用什么查询分析方案比较好？要能方便快捷，延时尽可能小，可依不同查询统计条件做出方便快速的扩展，考虑成本关系每天统计一次也是可能。目前在考虑是否有必要上hadoop这样的数据分析平台?有在看hadoop+Impala，据说性能不错，查询很快。但我看很多用到这样的分布式数据分析平台都是TB级甚至PB级以上数据量的，我们这样用的话是否杀鸡用牛刀了？
当然直接用java+sql应该也是写出满足需求功能的查询统计来，只是延时性、扩展性及可重用性恐怕不太好。
在此请教各位看官回复看看有什么更好更合适的解决方案？

千万级数据统计而已。

每天写表写两份。一张现有的总表，一张每天的临时表，每天定时清空。

统计的数据，可以写成一张统计表。在页面点击查询的时候，查的就是这张统计表。

嗯，目前准备采用的打算也是这种方案，只不过得一个功能一个功能写，不够灵活。若延时性要求秒级甚至毫秒级，以及考虑到日后的可方便扩展性，这样的方案也不好，所以提出hadoop相关大数据的统计计算想法，没实施过hadoop，虽然很火，也怕在这样的情况下发挥不了优点。所以提出来请教一下有经验的各位看官。

13G就用hadoop了啊。。。。

建议把mysql的优化性能方面的知识普及一下，建议在表结构和mysql优化上入手。

用索引也可以解决。 维护一份索引，增加一个状态即可。

hadoop 可用于离线统计，不适合实时在线统计。

也可用内存数据库或缓存解决。

嗯，就是有疑问hadoop在这样的情况下能不能发挥作用，发挥优点，解决问题。怕杀鸡用牛刀，到头来浪费时间和物力人力。

不知在内存数据库这块可有什么好介绍？谢谢！

G 级....都没有我的email数据大...海量个毛。

我单文件就20+GB。。。。13G你就老老实实用mysql吧。