分页循环处理大数据的核心是按批拉取、逐批处理以控制内存和数据库负载。推荐用chunk()流式分批（如Laravel/CakePHP）或游标分页替代offset分页，配合必要字段查询与批量操作，避免N+1查询。

用分页循环处理大数据遍历，核心是避免一次性加载全部数据到内存，改用“按批拉取、逐批处理”的方式。关键不在于“翻页”，而在于控制每次数据库交互的数据量和内存驻留量。

用 chunk() 流式分批处理（推荐用于后台任务）

CakePHP、Laravel 等主流框架都提供 chunk() 方法，它底层基于游标滚动（PDO fetch），每批只在内存中保留当前批次的数据，处理完自动释放。

• 每次只取 100–500 条，例如：

  $query->chunk(300, function ($rows) {
      foreach ($rows as $row) {
          // 做导出、同步、更新等操作
      }
  });

• 不会触发 fetchAll()，不会 OOM
• 无需手动管理偏移或游标，框架自动处理语句重用和游标释放
• 适合定时任务、数据迁移、批量推送等场景

用游标分页替代 offset 分页（推荐用于 API 分页）

当需要向前端提供“下一页”能力（比如列表接口），不要用 page=1000，而是用上一页最后一条的排序字段值作为起点：

• 假设按 created_at DESC, id DESC 排序，上一页最后一条是：
  ['created_at' => '2026-10-05 08:30:22', 'id' => 99876]
• 下一页查询写成：

  WHERE (created_at 

• 客户端传 cursor=base64(...)，服务端解码后拼条件
• 必须确保数据库有对应复合索引，如 INDEX idx_created_id_desc (created_at DESC, id DESC)

只查必要字段 + 限制条数

全字段 SELECT * 会放大序列化、网络传输、内存占用三重开销：

人工智能数字技术机器人全息大脑大数据分析矢量素材(EPS)

这是一款人工智能数字技术机器人全息大脑大数据分析矢量素材，格式为 EPS，含 JPG 预览图。

下载

• 改用 find('list')->select(['id', 'status'])->limit(1000)
• 或原生查询：SELECT id, name FROM users WHERE ... LIMIT 500
• 配合 toArray() 也比全对象安全，尤其字段含大文本或 JSON 时

避免在循环里反复执行查询

别写这种低效代码：

for ($i = 0; $i find()->where(['id' => $i])->first(); // ❌ 一万次查询
}

应改为：

• 一次查 ID 列表（覆盖索引）
• 再用 IN 批量查详情（注意 MySQL 的 IN 有长度限制，建议每批 ≤ 1000）
• 或直接 JOIN 子查询（延迟关联优化）

本质上，分页循环不是为了“好看地翻页”，而是让系统扛得住百万级数据的一次性扫表压力。选对方式，内存稳、数据库快、代码也干净。