流式传输存储在 Cassandra 中的金融时间序列 - 性能不佳

我们正在评估Cassandra与金融时间序列数据的使用，并试图了解以最高性能的方式存储和检索所需数据的最佳方式。我们在已分配了 8 个内核和 8Gb RAM 的虚拟机上运行 Cassandra。主机的剩余资源（另外 8 个内核和 12Gb RAM）用于开发测试客户端应用程序。我们的数据目前存储在平面文件中，每天大约 100-150Gb（未压缩）。在从 cassandra 检索数据方面，我们需要能够流式传输：

1. 所有数据 - 即按时间戳排序的一整天所有证券的流数据
2. 特定时间段的所有数据，这是按时间戳排序的整天的子集
3. 证券子集和特定时间段的数据，该时间段是按时间戳排序的全天子集。

到目前为止，我们已经尝试使用具有以下架构的表基于安全性和日期对数据进行分区：

create table MarketData (
Security text
,Date date
,Timestamp timestamp
...
other columns
...
primary key((Security,Date),timestamp));

但是，当我们从 C# 客户端应用程序中执行简单的分页查询时，如下所示，检索 50K 条记录大约需要 8 秒，这非常糟糕。我们尝试了不同的页面大小，大约 450 的页面大小似乎给出的结果最少。

var ps = client.Session.Prepare("select security, date, timestamp, toUnixTimestamp(timestamp), from marketdata where security = ? and date = ?");
int pageSize = 450;
var statement = ps.Bind("AAPL_O",new LocalDate(2016,01,12)).SetPageSize(pageSize);
stopwatch.Start();
var rowSet = client.Session.Execute(statement);
foreach (Row row in rowSet)
{
}
stopwatch.Stop();

此外，这种模式在跨分区（即多个证券）选择SORTED数据方面也会有问题，因为它涉及跨分区排序，而Cassandra似乎不太适合。

我们还基于分钟使用以下模式进行了部分化：

创建表市场数据 （年份，月份整数，日内，小时整数，分钟整数，安全文本，时间戳时间戳...其他列...主键（（年，月，日，小时，分钟），时间戳））;

但是，我们担心的是，我们对通过简单的"选择"语句的结果进行分页的逐页测试非常糟糕。

我们是否以错误的方式处理事情？我们的配置可能不正确吗？或者Cassandra可能不是我们想要实现的目标的合适大数据解决方案？

谢谢