ThinkPHP大数据插入应优先使用Db::insertAll()配合array_chunk分批，chunk大小建议100–300条，兼顾MySQL max_allowed_packet、PHP内存与超时限制，并采用事务控制；避免全量加载，推荐流式读取边读边插。
ThinkPHP 处理大数据量插入时，用 array_chunk 分批是常见且有效的做法，核心在于避免单次插入数据过多导致内存溢出、超时或 MySQL 报错（如 max_allowed_packet 限制）。关键不是“能不能用”，而是“怎么 chunk 得合理、怎么 insert 得安全高效”。
明确 chunk 大小：别盲目设 1000
批量大小需结合实际场景权衡：
-
MySQL 配置：查看
max_allowed_packet（默认一般 4MB），估算单条记录平均字节数，反推单次最多插多少条。例如每条约 2KB，4MB ≈ 2000 条；但建议留余量，设 500–1000 更稳妥。 -
PHP 内存与超时：大数组 chunk 后仍要遍历、组装 SQL 或调用 ORM 方法。若单次处理 5000 条，可能触发
memory_limit或max_execution_time。本地开发可设 200–500，生产环境建议 100–300 起步，再压测调整。 - 事务控制粒度：chunk 太大，失败后回滚代价高；太小则事务开销（BEGIN/COMMIT）增多。通常 100–500 条一个事务较平衡。
使用 Db::insertAll() + array_chunk（推荐）
ThinkPHP 6.x/7.x 原生支持批量插入，配合 array_chunk 最简洁安全：
$dataList = [...]; // 几万条数据
$chunkSize = 200;
$chunks = array_chunk($dataList, $chunkSize);
foreach ($chunks as $chunk) {
try {
\think\facade\Db::transaction(function () use ($chunk) {
\think\facade\Db::name('user')->insertAll($chunk);
});
} catch (\Exception $e) {
// 记录错误 chunk 或具体失败数据，便于重试
\think\facade\Log::error('Batch insert failed: ' . $e->getMessage());
throw $e; // 或选择跳过当前 chunk
}
}
✅ 优势：自动拼接 INSERT ... VALUES(...),(...),...，性能好；支持事务；不依赖模型层，轻量。
立即学习“PHP免费学习笔记（深入）”；
用模型 saveAll() 要谨慎
若必须走模型（比如需要自动时间戳、事件、验证等），可用 saveAll()，但注意：
- 它底层仍是逐条调用
save()（除非显式关闭事件和验证），性能远低于insertAll； - 开启验证或事件时，每条都执行逻辑，内存和耗时陡增；
- 建议仅在必须用模型特性时才用，并关闭非必要功能：
$model = new UserModel();
$model->allowField(true)->validate(false)->event(false);
foreach ($chunks as $chunk) {
$model->saveAll($chunk, ['replace' => false]);
}
进阶：边读边 chunk，避免全量加载到内存
如果原始数据来自文件（CSV/Excel）或远程 API，千万别先 file_get_contents 全读进内存再 array_chunk——这是最常见内存崩盘原因。
- 读 CSV：用
fgetcsv流式读取，攒够 N 行就插入一次； - 读数据库：用游标分页（
limit offset不适合超大偏移，改用id > last_id limit N）； - 调 API：按页拉取，每页处理完即插入，不缓存全部响应。
本质是把“内存 chunk”变成“流式 chunk”，从根本上解决大数据瓶颈。
不复杂但容易忽略：chunk 是手段，不是目的；重点在控制单次操作的数据规模、资源消耗和失败影响面。选对方法（优先 insertAll）、设对大小、避开全量加载，就能稳住几十万级插入。
