分批处理和流式输出可解决PHP导出大数据时的内存溢出与超时问题。1. 使用LIMIT/OFFSET分页读取数据，每次处理1000条并输出至CSV；2. 采用PDO未缓冲查询逐行读取，避免结果集全加载；3. 异步导出：将任务加入队列，CLI脚本后台生成文件并通过邮件通知；4. 优化SQL，只查必要字段、建立索引、按主键排序减少开销。合理设计下，PHP能稳定导出千万级数据。
导出大数据时，PHP常面临内存溢出、执行超时等问题。直接查询全表并生成文件，尤其在数据量达百万级以上时，系统资源消耗巨大。要解决这个问题，核心思路是分批处理和流式输出，避免一次性加载所有数据到内存。
1. 分批读取MySQL数据
使用LIMIT和OFFSET分页读取数据，每次只处理一部分记录，显著降低内存占用。
示例代码：
$pdo = new PDO($dsn, $user, $pass);
$offset = 0;
$limit = 1000;
$totalExported = 0;
// 设置输出为CSV文件流
header('Content-Type: text/csv');
header('Content-Disposition: attachment; filename="export.csv"');
$handle = fopen('php://output', 'w');
fputcsv($handle, ['ID', 'Name', 'Email']); // 输出表头
do {
$stmt = $pdo->prepare("SELECT id, name, email FROM users LIMIT :limit OFFSET :offset");
$stmt->bindValue(':limit', $limit, PDO::PARAM_INT);
$stmt->bindValue(':offset', $offset, PDO::PARAM_INT);
$stmt->execute();
$rows = $stmt->fetchAll(PDO::FETCH_NUM);
foreach ($rows as $row) {
fputcsv($handle, $row);
}
$count = count($rows);
$totalExported += $count;
$offset += $limit;
// 强制输出缓冲内容，防止积压
if (ob_get_level()) ob_flush();
flush();
} while ($count === $limit);
fclose($handle);
2. 使用游标或未缓冲查询
对于极大表，即使分页也可能因PDO默认缓存全部结果导致内存问题。可改用未缓冲查询（unbuffered query），逐行读取。
优化方式：- 使用
PDO::MYSQL_ATTR_USE_BUFFERED_QUERY关闭缓冲 - 逐行处理，避免fetchall
$pdo = new PDO($dsn, $user, $pass, [
PDO::MYSQL_ATTR_USE_BUFFERED_QUERY => false
]);
$stmt = $pdo->query("SELECT id, name, email FROM users");
header('Content-Type: text/csv');
header('Content-Disposition: attachment; filename="export.csv"');
$handle = fopen('php://output', 'w');
fputcsv($handle, ['ID', 'Name', 'Email']);
while ($row = $stmt->fetch(PDO::FETCH_NUM)) {
fputcsv($handle, $row);
// 定期刷新输出缓冲
if (++$i % 500 == 0) {
if (ob_get_level()) ob_flush();
flush();
}
}
fclose($handle);
3. 后台异步导出 + 邮件通知
用户触发导出后，不直接返回文件，而是创建导出任务，后台处理完成后发送下载链接。
立即学习“PHP免费学习笔记（深入）”；
- 将导出请求写入队列（如Redis、RabbitMQ）
- 由CLI脚本消费队列，生成文件保存到服务器或云存储
- 通过邮件或站内信通知用户下载地址
这种方式避免Web请求超时，提升用户体验。
4. 优化MySQL查询性能
大数据导出前确保SQL高效：
- 只SELECT需要的字段，避免SELECT *
- 在WHERE或ORDER BY涉及的列上建立索引
- 若按主键顺序导出，利用主键索引避免排序开销
- 考虑使用MyISAM表的快速全表扫描（读多写少场景）
基本上就这些。关键是不让数据堆积在内存里，通过分块、流式、异步等方式控制资源使用。只要设计合理，PHP也能稳定导出千万级数据。
