Реалізація пакетної обробки файлів (Batch Processing) на сервері

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.

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.

Вибір 500 як оптимального компромісу між швидкістю та стабільністю.

Процес роботи

1. Аналітика: вивчаємо формат файлів, об'єм даних, вимоги до швидкості.
2. Проектування: обираємо розмір чанка, конфігуруємо черги.
3. Реалізація: пишемо код з чанками, обробкою помилок, прогресом та відновленням.
4. Тестування: проганяємо на тестових даних з емуляцією збоїв.
5. 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.

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.