线性回归 - 来自数据库的大训练数据集

Question

我在Cassandra数据库中有一个因变量（连续）和大约100个独立变量（离散）的数据。数据将从各种服务器添加到数据库中，我每天将获得数百万个数据点。

我计划使用任何给定日的最近3天数据给出自变量值来预测因变量值。我做了一些研究，并认为线性回归对我来说是最好的选择（是吗？）。我想使用Python / R作为编程工具，因为他们有现有的实现。

现在我的问题是

1. 我每天将有大约300万个样本来训练模型。从数据库检索数据和训练模型的最佳方法是什么？在实施方面我有哪些可能的选择？
2. 我可以使用以前训练过的模型重量进行第二天的训练吗？如果是，我的选择是什么？

提前致谢。