必须将海量检索逻辑拆入队列任务异步执行，因scout的search()同步调用会导致内存爆、超时和阻塞；需改用原生elasticsearch客户端配合multi_search api，并做好连接池、错误兜底与内存控制。
直接用 Laravel Scout 同步调用 search() 做海量检索，内存爆、超时、阻塞请求是必然结果。必须把检索逻辑拆进队列任务里异步执行，再通过回调或状态轮询获取结果。
为什么不能在控制器里直接调用 search() 处理大量关键词
Scout 的 search() 默认走同步 HTTP 请求（如 Algolia/Elasticsearch），单次响应慢、并发高时连接池打满；更关键的是，如果你循环调用 search() 处理 1000 个关键词，PHP 进程会卡死在 I/O 上，不释放内存，php-fpm worker 很快耗尽。
- 本地开发时设
SCOUT_QUEUE=false是为了调试，不是为批量场景准备的 - 即使开了队列，
search()本身不进队列——只有model->searchable()或Model::search(...)->update()这类索引操作才触发队列任务 - 海量检索 ≠ 索引更新，Scout 不提供“批量搜索进队列”的原生能力，得自己封装
如何把 Elasticsearch 检索逻辑塞进 Laravel 队列任务
核心是：别依赖 Scout 的查询接口，改用原生 Elasticsearch 客户端（如 elasticsearch/elasticsearch）发请求，并确保任务类实现 ShouldQueue。
- 在任务构造函数中只传必要参数，比如关键词数组、回调 URL、超时阈值，**不要传模型实例或 Eloquent 对象**（序列化大对象易失败）
- handle() 中用
Client::search()发起多关键词请求，推荐用multi_searchAPI 批量合并（比循环调用省连接） - 结果处理完后，用
Http::post()或事件通知下游系统，避免在任务里阻塞等待响应 - 加
public $tries = 3;和public $timeout = 120;，防止 ES 临时抖动导致任务卡死
chunkById + 队列组合处理“查完再搜”的场景
有些需求是：先从数据库捞出一批记录（比如 5 万条用户），再对每条记录的字段去 ES 检索关联内容。这时不能 get()->each(...)，而要用 chunkById 控制内存，再把每批交给队列。
- 主流程用
User::where('status', 'active')->chunkById(500, function ($users) { ... }) - 闭包内对每批
$users构造一个SearchBatchJob，传入$users->pluck('id')->all()和字段名 - Job 内部用
Client::msearch()一次查多个文档，避免 N 次 round-trip - 注意：ES 查询条件里别用 PHP 变量拼接 JSON 字符串，用
Builder类或数组结构防注入
容易被忽略的连接与错误兜底点
ES 客户端默认不复用连接，高频队列任务下容易触发 Connection refused 或 Too many open files。
- 初始化
Client时传'connectionPool' => \Elasticsearch\ConnectionPool\StaticNoPingConnectionPool::class，并预热连接池 - 捕获
Elasticsearch\Common\Exceptions\NoNodesAvailableException，记录到failed_jobs并告警，别静默重试 - 队列任务里别用
dd()或dump()，日志统一走Log::channel('es')，方便和 Horizon 关联排查 - 如果 ES 返回 hits 为空但 status=200，检查 mapping 是否变更、字段是否被 analyzer 处理掉（比如 keyword 字段搜 text 内容）
