Ми регулярно стикаємося з ситуацією, коли клієнту потрібно імпортувати 50 000 рядків з CSV за розумний час, не обрушивши сервер. Без чіткої стратегії batch-обробки такі завдання призводять до OOM і нескінченних таймаутів. Наш досвід показує: правильна архітектура скорочує час обробки в 10 разів і виключає втрату даних. При цьому не має значення, чи працюєте ви з десятками або сотнями тисяч записів — паттерни залишаються тими ж.
Ключові проблеми batch-обробки
Пам'ять. Завантажувати весь CSV у масив — вірний шлях до вичерпання пам'яті. Правильний паттерн — потокове читання чанками. Ми використовуємо LazyCollection Laravel, який читає файл рядково без завантаження в пам'ять.
Часткові помилки. Якщо з 10 000 рядків 50 невалідні — зупиняти весь процес неправильно. Наша логіка: пропускаємо погані рядки, пишемо в лог з контекстом (наприклад, email помилкового запису), і продовжуємо.
Відтворюваність. Якщо процес впав на 7000-му рядку — ми не починаємо заново. Laravel Batch дозволяє продовжити з місця зупинки, зберігаючи вже оброблені чанки.
Паралелізм. Послідовна обробка 50 000 записів по 100 мс кожен займе майже 1,5 години. Розбивка на паралельні Job'и (оптимальний чанк — 500 записів) скорочує це до 5–10 хвилин на 4 воркерах.
| Типова проблема | Рішення в нашій практиці |
|---|---|
| OOM при завантаженні | Потокове читання LazyCollection + чанки |
| Зупинка при першій помилці | allowFailures() + логування контексту |
| Неможливість відновлення | Збереження стану в job_batches |
| Повільна послідовна обробка | Паралельні Job'и з чанками по 500 |
Як уникнути витоку пам'яті при імпорті великих CSV?
Ми застосовуємо паттерн «Batch → Chunks → Jobs». Після завантаження файлу майстер-завдання розбиває дані на чанки, кожен чанк обробляється окремим Job'ом паралельно. Після завершення всіх Job'ів запускається завдання агрегації результатів.
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 обробки 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']]
);
}
}
Що робити, якщо процес перервався?
Laravel Batch зберігає стан у таблиці job_batches. Завершені чанки позначені як виконані, незавершені відновлюються автоматично після перезапуску воркера. Для примусового рестарту можна запросити незавершені індекси з ImportChunkResult і повторно диспатчити Job'и.
Прогрес у реальному часі виводиться 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,
]);
}
Обмеження навантаження
Для batch-черги потрібен окремий пул воркерів з обмеженим паралелізмом, щоб не забити всю БД або 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 — чотири воркери, кожен обробляє чанки послідовно. --max-jobs=50 — після 50 завдань воркер перезапускається, звільняючи пам'ять.
| Розмір чанка | Час обробки 50 000 записів | Ризик витоку пам'яті |
|---|---|---|
| 100 | ~20 хвилин | Низький |
| 500 | ~10 хвилин | Низький |
| 1000 | ~8 хвилин | Середній |
| 5000 | ~6 хвилин | Високий |
Вибір 500 як оптимального компромісу між швидкістю та стабільністю.
Процес роботи
- Аналітика: вивчаємо формат файлів, об'єм даних, вимоги до швидкості.
- Проектування: обираємо розмір чанка, конфігуруємо черги.
- Реалізація: пишемо код з чанками, обробкою помилок, прогресом та відновленням.
- Тестування: проганяємо на тестових даних з емуляцією збоїв.
- Деплой: налаштовуємо воркери, моніторинг, передаємо документацію.
Що входить у реалізацію під ключ
- Архітектура batch-обробки з чанками та паралельними Job'ами.
- Endpoint прогресу та відновлення після збоїв.
- Детальне логування помилок для аналізу.
- Документація з розгортання та експлуатації.
- Навчання команди роботі з системою.
- Підтримка протягом місяця після запуску.
Строки та вартість
Базова реалізація імпорту CSV з чанками та прогресом — від 1 робочого дня. Додавання відновлення, детального логу та підтримки XLSX/JSON — ще від 1–2 днів. Вартість розраховується індивідуально — пишіть, ми оцінимо ваш проект. Більше 5 років ми займаємося веб-розробкою, реалізували понад 50 проектів з batch-обробкою — гарантуємо стабільність та масштабованість рішення.
| Параметр | Послідовна обробка | Пакетна (наша реалізація) |
|---|---|---|
| 50 000 записів | ~1,5 години | ~5–10 хвилин |
| Витоки пам'яті | Імовірні при великому об'ємі | Виключені (чанки по 500) |
| Обробка помилок | Зупинка всього процесу | Пропуск проблемних рядків |
| Відновлення | Тільки з початку | З місця зупинки |
Чому Bus::batch()?
Laravel Bus::batch() надає вбудовану підтримку групових завдань: відстеження статусу, часткові помилки, ланцюжки колбеків. Це позбавляє від написання власного планувальника та знижує ризик помилок.
Отримайте консультацію — напишіть нам, і ми протягом дня підготуємо архітектуру для вашого сценарію. Замовте аудит вашого batch-процесу — ми знайдемо вузькі місця та запропонуємо оптимізацію.