一次要读出几十万条数据，MYSQL该如何修改配置文件？

Question

定时统计数据，一次要读出几十万的数据，请问my.cnf该如何配置？服务器500G硬盘，8G内存，1颗4核CPU下面是我的配置 11 local-infile=0
 12 #set-variable = local-infile=0 (exactly the same as the prior line but the old syntax way of doing it)
 13 #skip-locking (default is skip-external-locking as the name is no longer skip-locking and skip-external-locking is the default)
 14 max_connections = 120
 15 key_buffer_size = 1024M
 16 long_query_time = 1
 17 log-slow-queries = /home/log/mysql_slow_log.txt
 18 open_files_limit= 500000
 19 max_allowed_packet = 4M
 20 #table_cache = 512
 21 table_cache = 20M
 22 #sort_buffer_size = 2M
 23 #read_buffer_size = 2M
 24 sort_buffer_size = 50M
 25 read_buffer_size = 50M
 26 read_rnd_buffer_size = 50M
 27 myisam_sort_buffer_size = 256M
 28 thread_cache_size = 64
 29 #query_cache_size = 32M
 30 query_cache_size = 128M
 31 query_cache_limit = 128M
 32 #thread_concurrency = 8 (this doesn't exist on Linux, it's only Solaris, do "mysqladmin var | grep concurrency to see that this variable doesn't exist on Linux, you    'll only see innodb_thread_concurrency return which is a different variable)
 33 join_buffer_size = 10M
 34 max_heap_table_size = 64M
 35 tmp_table_size = 64M

Answer 1

统计数据没什么技巧  内存开大点
用infobright引擎更好

Answer 2

我看了一下，大部分很慢的查询在sending data状态，都是类似这样的查询语句：
select open from zhishu where heyue = 'sr1305' and time >= unix_timestamp('2012-07-01 09:00:00') and time < unix_timestamp('2012-07-31 15:00:00');heyue和time都是联合索引，slow_query是这么写的：
# Query_time: 2  Lock_time: 0  Rows_sent: 156656  Rows_examined: 156656
select open from zhishu where heyue = 'sr1305' and time >= unix_timestamp('2012-07-01 09:00:00') and time < unix_timestamp('2012-07-31 15:00:00');请问该如何优化呢？

Answer 3

现在的情况是MYSQL的内存占用非常低，但是CPU占用率很高

Answer 4

将unix_timestamp('2012-07-01 09:00:00')、unix_timestamp('2012-07-31 15:00:00')
用变量
OR
字符串累加生成SQL语句，再执行试试

Answer 5

一次性导出这么多数据 明显会慢了。
听一楼的 把数据放到infobright里面了在弄，只是查询的话 效率高很多。
cpu过高 大量的慢查询是主要的罪魁祸首、

Answer 6

time列上搞个cluster index试试。

Answer 7

没什么好办法，添加索引先试一下。
贴出你的 explain select ... 分析一下。