Реализация пакетной обработки файлов (Batch Processing) на сервере

Мы регулярно сталкиваемся с ситуацией, когда клиенту нужно импортировать 50 000 строк из CSV за разумное время, не обрушив сервер. Без чёткой стратегии batch-обработки такие задачи приводят к OOM и бесконечным таймаутам. Наш опыт показывает: правильная архитектура сокращает время обработки в 10 раз и исключает потерю данных. При этом не имеет значения, работаете ли вы с десятками или сотнями тысяч записей — паттерны остаются теми же.

Ключевые проблемы batch-обработки

Память. Загружать весь CSV в массив — верный путь к исчерпанию памяти. Правильный паттерн — потоковое чтение чанками. Мы используем LazyCollection Laravel, который читает файл построчно без загрузки в память.

Частичные ошибки. Если из 10 000 строк 50 невалидны — останавливать весь процесс неправильно. Наша логика: пропускаем плохие строки, пишем в лог c контекстом (например, email ошибочной записи), и продолжаем.

Воспроизводимость. Если процесс упал на 7000-й строке — мы не начинаем заново. Laravel Batch позволяет продолжить с места остановки, сохраняя уже обработанные чанки.

Параллелизм. Последовательная обработка 50 000 записей по 100 мс каждая займёт почти 1,5 часа. Разбивка на параллельные Job'ы (оптимальный чанк — 500 записей) сокращает это до 5–10 минут на 4 воркерах.

Как избежать утечки памяти при импорте больших CSV?

Мы применяем паттерн «Batch → Chunks → Jobs». После загрузки файла мастер-задача разбивает данные на чанки, каждый чанк обрабатывается отдельным Job'ом параллельно. После завершения всех Job'ов запускается задача агрегации результатов.

namespace App\Services; use Illuminate\Bus\Batch; use Illuminate\Support\Facades\Bus; use Illuminate\Support\LazyCollection; class CsvImportService { private const CHUNK_SIZE = 500; public function startImport(string $filePath, int $importId): string { $jobs = []; LazyCollection::make(function () use ($filePath) { $handle = fopen($filePath, 'r'); $header = fgetcsv($handle); while (($row = fgetcsv($handle)) !== false) { yield array_combine($header, $row); } fclose($handle); }) ->chunk(self::CHUNK_SIZE) ->each(function ($chunk, $index) use (&$jobs, $importId) { $jobs[] = new ProcessCsvChunkJob( importId: $importId, chunkIndex: $index, rows: $chunk->values()->toArray() ); }); $batch = Bus::batch($jobs) ->name("csv-import-{$importId}") ->allowFailures() ->then(function (Batch $batch) use ($importId) { Import::find($importId)?->update(['status' => 'completed']); ImportCompletedEvent::dispatch($importId); }) ->catch(function (Batch $batch, \Throwable $e) use ($importId) { Import::find($importId)?->update([ 'status' => 'partially_failed', 'error_message' => $e->getMessage(), ]); }) ->finally(function (Batch $batch) use ($importId) { $import = Import::find($importId); $import?->update([ 'total_jobs' => $batch->totalJobs, 'failed_jobs' => $batch->failedJobs, 'finished_at' => now(), ]); }) ->onQueue('batch-processing') ->dispatch(); Import::find($importId)?->update(['batch_id' => $batch->id]); return $batch->id; } } 

Job обработки чанка

class ProcessCsvChunkJob implements ShouldQueue { use Batchable, Dispatchable, InteractsWithQueue, Queueable, SerializesModels; public int $tries = 3; public int $timeout = 120; public int $backoff = 10; public function __construct( private int $importId, private int $chunkIndex, private array $rows ) {} public function handle(): void { if ($this->batch()?->cancelled()) { return; } $successCount = 0; $errors = []; foreach ($this->rows as $lineNum => $row) { try { $this->processRow($row); $successCount++; } catch (\Throwable $e) { $errors[] = [ 'chunk' => $this->chunkIndex, 'line' => $lineNum, 'data' => array_slice($row, 0, 3), 'error' => $e->getMessage(), ]; } } ImportChunkResult::create([ 'import_id' => $this->importId, 'chunk_index' => $this->chunkIndex, 'processed' => count($this->rows), 'succeeded' => $successCount, 'failed' => count($errors), 'errors' => $errors, ]); Import::where('id', $this->importId)->increment('processed_rows', count($this->rows)); Import::where('id', $this->importId)->increment('success_rows', $successCount); } private function processRow(array $row): void { $validated = validator($row, [ 'email' => 'required|email', 'name' => 'required|string|max:255', ])->validate(); User::updateOrCreate( ['email' => $validated['email']], ['name' => $validated['name']] ); } } 

Что делать, если процесс прервался?

Laravel Batch сохраняет состояние в таблице job_batches. Завершённые чанки помечены как выполненные, незавершённые возобновляются автоматически после перезапуска воркера. Для принудительного рестарта можно запросить незавершённые индексы из ImportChunkResult и повторно диспатчить Job'ы.

Прогресс в реальном времени выводится через endpoint:

public function progress(int $importId): JsonResponse { $import = Import::findOrFail($importId); $batch = $import->batch_id ? Bus::findBatch($import->batch_id) : null; return response()->json([ 'status' => $import->status, 'processed_rows' => $import->processed_rows, 'success_rows' => $import->success_rows, 'total_rows' => $import->total_rows, 'percentage' => $import->total_rows > 0 ? round($import->processed_rows / $import->total_rows * 100, 1) : 0, 'batch' => $batch ? [ 'total_jobs' => $batch->totalJobs, 'pending_jobs' => $batch->pendingJobs, 'failed_jobs' => $batch->failedJobs, 'progress' => $batch->progress(), ] : null, ]); } 

Ограничение нагрузки

Для batch-очереди нужен отдельный пул воркеров с ограниченным параллелизмом, чтобы не забить всю БД или CPU:

[program:batch-worker] command=php artisan queue:work --queue=batch-processing --max-jobs=50 --sleep=3 --timeout=120 numprocs=4 autostart=true autorestart=true 

numprocs=4 — четыре воркера, каждый обрабатывает чанки последовательно. --max-jobs=50 — после 50 задач воркер перезапускается, освобождая память.

Выбор 500 как оптимального компромисса между скоростью и стабильностью.

Процесс работы

1. Аналитика: изучаем формат файлов, объём данных, требования к скорости.
2. Проектирование: выбираем размер чанка, конфигурируем очереди.
3. Реализация: пишем код с чанками, обработкой ошибок, прогрессом и возобновлением.
4. Тестирование: прогоняем на тестовых данных с эмуляцией сбоев.
5. Деплой: настраиваем воркеры, мониторинг, передаём документацию.

Что входит в реализацию под ключ

• Архитектура batch-обработки с чанками и параллельными Job'ами.
• Endpoint прогресса и возобновления после сбоев.
• Детальное логирование ошибок для анализа.
• Документация по развёртыванию и эксплуатации.
• Обучение команды работе с системой.
• Поддержка в течение месяца после запуска.

Сроки и стоимость

Базовая реализация импорта CSV с чанками и прогрессом — от 1 рабочего дня. Добавление возобновления, детального лога и поддержки XLSX/JSON — ещё от 1–2 дней. Стоимость рассчитывается индивидуально — пишите, мы оценим ваш проект. Более 5 лет мы занимаемся веб-разработкой, реализовали свыше 50 проектов с batch-обработкой — гарантируем стабильность и масштабируемость решения.

Почему Bus::batch()?

Laravel Bus::batch() предоставляет встроенную поддержку групповых задач: отслеживание статуса, частичные ошибки, цепочки колбэков. Это избавляет от написания собственного планировщика и снижает риск ошибок.

Получите консультацию — напишите нам, и мы в течение дня подготовим архитектуру для вашего сценария. Закажите аудит вашего batch-процесса — мы найдем узкие места и предложим оптимизацию.