寻求支持跨表列引用的数据库引擎，优化大规模分析查询

我需要设计一款支持多表分析查询的数据库/数据仓库，为简化问题，假设存在两张核心表：

Orders(
  id int,
  company_id int,
  amount float   
)

Companies(
  id int,
  segment_ids int[] -- 整数数组，存储多维度细分标识
)

其中segment_ids是整数数组，取值来自多个细分维度，例如：

• Segment:Sizes：Small=1、Medium=2、Big=3
• Segment:Industries：Retail=10、Technology=11、Other=12

我的核心查询需求是：找出所有同时包含1（小型）和10（零售）的企业的总营收（订单金额总和）。

传统SQL方案可以通过将Companies表扁平化为CompanySegments表，再与Orders表JOIN实现，但这种数据扁平化操作不可控，且当Orders表数据量达到数十亿条时，JOIN的性能会变得极差。

我已经调研过Clickhouse、Google BigQuery、Cassandra等多种数据库引擎，发现它们仅支持将Company表以嵌套列的形式缓存/复制（反范式化），而且缓存需要在每次数据变更时手动更新，无法满足我的需求。

我希望找到更合适的数据库引擎，它需要支持跨表列引用，例如允许Orders表定义如下：

Orders(
  id int,
  company ref-to-Company, -- 直接引用Company表
  amount float   
)

这样我就能直接执行类似如下的查询：

SELECT SUM(amount) AS total_revenue 
FROM Orders 
WHERE company.segment_ids contains 1 AND company.segment_ids contains 10

内容的提问来源于stack exchange，提问作者hiro