PHP 怎么把冷数据导出

本文目录导读：

1. 方案一：使用生成器 + 数据库游标（最推荐）
2. 方案二： MySQL 原生导出（最高性能）
3. 方案三： 使用扩展库或工具（辅助）
4. 方案四： 优化 PHP 配置 + 分批 + 后台任务

在 PHP 中处理冷数据（不常访问的历史数据）导出，核心目标是降低内存占用和避免超时，以下是几种主流且高效的方案，按推荐程度排序：

使用生成器 + 数据库游标（最推荐）

这是 PHP 处理百万级数据导出的标准做法，通过 yield 逐行产出数据，配合数据库的 unbuffered query，内存占用恒定在几十 KB 左右。

<?php
/**
 * 流式导出冷数据到 CSV
 * 适用场景：数据量巨大（>10万行），普通服务器
 */
// 1. 核心：生成器函数，逐行从数据库拉取（不会一次性加载到内存）
function yieldRows(PDO $pdo, string $sql): Generator {
    // 关键：使用 PDO::MYSQL_ATTR_USE_BUFFERED_QUERY = false (MySQL)
    // 或 PostgreSQL 的 cursor（事务内使用）
    $stmt = $pdo->prepare($sql);
    $stmt->execute();
    while ($row = $stmt->fetch(PDO::FETCH_ASSOC)) {
        yield $row;           // 生成一行，用完即丢
    }
    $stmt->closeCursor();
}
// 2. 导出到文件（避免直接输出到浏览器导致内存炸）
function exportColdData(string $filePath, string $tableName): void {
    $pdo = new PDO('mysql:host=localhost;dbname=test;charset=utf8mb4', 'user', 'pass', [
        PDO::MYSQL_ATTR_USE_BUFFERED_QUERY => false,  // 关键配置：不缓冲查询结果
        PDO::ATTR_ERRMODE => PDO::ERRMODE_EXCEPTION,
    ]);
    // 打开文件句柄（写入模式）
    $fp = fopen($filePath, 'w');
    fputcsv($fp, ['ID', '姓名', '创建时间']);  // 表头
    // 使用生成器逐行遍历
    $gen = yieldRows($pdo, "SELECT id, name, created_at FROM {$tableName}");
    foreach ($gen as $row) {
        // 写入 CSV（每写一行都立即刷到磁盘）
        fputcsv($fp, $row);
    }
    fclose($fp);
    echo "导出完成，文件大小: " . round(filesize($filePath) / 1024 / 1024, 2) . " MB";
}
// 调用
exportColdData('/tmp/cold_data_2023.csv', 'orders_archive_2023');
?>

优点：

• 内存占用恒定（无论数据量多大）
• 不会触发 PHP memory_limit 限制
• 文件直接写磁盘,不占 PHP 进程内存

数据库差异：

• MySQL：必须在 PDO 连接时设置 PDO::MYSQL_ATTR_USE_BUFFERED_QUERY => false，且一次只能有一个活跃的 unbuffered 查询。
• PostgreSQL：需要开启事务并使用游标（DECLARE cursor），或直接使用 COPY TO 命令（最快）。
• SQLite：可以使用 sqlite3 的 unbuffered 模式。

MySQL 原生导出（最高性能）

如果数据源是 MySQL/MariaDB，甚至可以不用 PHP 处理数据，直接调用 MySQL 的 SELECT ... INTO OUTFILE 导出服务器本地文件，PHP 只负责触发命令和提示下载。

<?php
// 使用 MySQL 原生导出（速度极快，几乎不占 PHP 内存）
$pdo = new PDO('mysql:host=localhost;dbname=archive', 'root', 'pass');
$pdo->exec("
    SELECT id, name, created_at
    INTO OUTFILE '/tmp/orders_export.csv'
    FIELDS TERMINATED BY ',' 
    OPTIONALLY ENCLOSED BY '\"' 
    LINES TERMINATED BY '\n'
    FROM orders_archive_2023
    WHERE created_at < '2022-01-01'
");
// PHP 把 /tmp/orders_export.csv 通过 HTTP 输出给用户
header('Content-Type: text/csv');
header('Content-Disposition: attachment; filename="export.csv"');
readfile('/tmp/orders_export.csv');   // readfile 是流式读取，不占内存
// 或者直接移动文件到下载目录
rename('/tmp/orders_export.csv', '/var/www/downloads/export_2023.csv');
?>

关键限制：

• MySQL 的 secure_file_priv 变量限制了可以写入的目录（默认可能是 NULL，需要 SHOW VARIABLES LIKE 'secure_file_priv'; 查看）。
• 文件只能写到 MySQL 服务器所在的服务器上（如果是远程数据库，文件不在你的 Web 服务器上）。
• 对 SQL 语法要求较高。

使用扩展库或工具（辅助）

如果不想手动处理游标,可以使用这些封装好的库：

1. league/csv：处理 CSV 写入，支持 fputcsv 的流式操作，内置 Writer 对象，可以配合生成器使用。

2. box/spout：一个 PHP 库，用于流式读取/写入 CSV、Excel (ODS/XLSX)，特点是支持大文件，不需要 memory_limit。

   use Box\Spout\Writer\Common\Creator\WriterEntityFactory;
   $writer = WriterEntityFactory::createCSVWriter();
   $writer->openToFile('/tmp/output.csv');
   // 同样是流式处理，内部处理大文件
   foreach ($dataGenerator as $row) {
       $writer->addRow(WriterEntityFactory::createRowFromArray($row));
   }
   $writer->close();

优化 PHP 配置 + 分批 + 后台任务

如果上述方案都不适用（例如数据库不支持游标），可以退而求其次：

1. 使用 LIMIT 分批查询（避免 OFFSET 深度翻页性能问题，用游标条件代替）。
2. 结合 HTTP 404 重定向：让用户点击 3 次，每次导出 1/3 的数据。
3. 将导出任务放入 Redis 队列，由 CLI 脚本（php cli.php）在后台执行，生成完文件后用户再下载。

// 分批查询的伪代码
$lastId = 0;
$fp = fopen('/tmp/export.csv', 'w');
do {
    $rows = $pdo->query("SELECT * FROM archive WHERE id > {$lastId} ORDER BY id LIMIT 10000")->fetchAll();
    if (empty($rows)) break;
    foreach ($rows as $row) {
        fputcsv($fp, $row);
        $lastId = $row['id'];   // 关键：用 id 代替 OFFSET
    }
    // 如果内存仍然高，可加 unset($rows);
    $continue = count($rows) == 10000;
} while ($continue);
fclose($fp);

关键注意事项：

1. 设置脚本超时：set_time_limit(0); 或 ignore_user_abort(true);
2. 输出缓冲：while (ob_get_level()) ob_end_clean(); 清掉之前的输出缓冲。
3. 数据库连接：使用 PDO 或 mysqli 的非缓冲查询时必须确保没有其他活跃查询。
4. 最终文件下载：用 readfile() 代替 file_get_contents()，避免第二次占用内存。
5. 文件锁定：如果导出文件是生成在 Web 目录，注意加 .htaccess 或权限，防止别人直接访问。

选择方案时,优先考虑方案一（生成器+游标），因为它最通用且可控，若数据库权限允许则直接使用方案二（原生导出）达到性能极致。