Laravel中处理大数据集可通过Lazy Collection避免内存溢出。①使用cursor()逐行读取数据库记录；②用lazy()函数处理大数组，支持惰性操作；③通过LazyCollection::make()从文件流逐行读取日志或CSV；④以lazy()替代chunk()实现更优的数据库分块处理，提升代码可读性与内存控制。
如果您需要在 Laravel 中处理大型数据集，直接加载所有数据可能导致内存溢出。Laravel 提供了 Lazy Collection 来逐条处理数据，从而避免一次性加载过多数据到内存中。
本文运行环境：MacBook Pro，macOS Sonoma
一、使用 cursor() 方法生成 Lazy Collection
cursor() 方法会执行查询并返回一个 Lazy Collection，它通过游标逐行读取数据库记录，而不是将所有结果加载到内存中。
1、在模型查询中调用 cursor() 方法来获取 Lazy Collection 实例。
2、遍历返回的结果，对每条数据进行处理，例如导出或转换格式。
3、示例代码：
<br>
User::cursor()->each(function ($user) {<br>
// 处理每个用户<br>
echo $user->name . "\n";<br>
});<br>
二、利用 lazy() 辅助函数处理数组型大数据
当需要处理大数组时，可使用 Laravel 的 lazy() 全局辅助函数创建 Lazy Collection，实现惰性操作。
1、将大型数组传入 lazy() 函数，生成惰性集合。
2、链式调用 map、filter 等方法，这些操作不会立即执行，而是按需处理。
3、示例代码：
<br>
$lazyCollection = lazy(range(1, 1000000))<br>
->map(fn($x) => $x * 2)<br>
->filter(fn($x) => $x > 1000);<br><br>
foreach ($lazyCollection as $value) {<br>
echo $value . "\n";<br>
}<br>
三、从文件流中创建 Lazy Collection
对于超大日志文件或 CSV 文件，可通过逐行读取的方式结合 Lazy Collection 进行处理。
1、使用 PHP 的文件句柄打开目标文件。
2、使用 LazyCollection::make() 并传入生成器函数来逐行读取内容。
3、示例代码：
<br>
use Illuminate\Support\LazyCollection;<br><br>
$lazyLines = LazyCollection::make(function () {<br>
$file = fopen(storage_path('logs/large.log'), 'r');<br><br>
while (($line = fgets($file)) !== false) {<br>
yield $line;<br>
}<br><br>
fclose($file);<br>
});<br><br>
$lazyLines->filter(fn($line) => str_contains($line, 'ERROR'))<br>
->take(100)<br>
->each(fn($line) => echo $line);<br>
四、结合数据库分块与 Lazy Collection
虽然 chunk() 方法可以分批处理数据，但 Lazy Collection 提供了更流畅的语法和更优的内存控制。
1、使用 lazy() 替代 chunk() 来简化代码逻辑。
2、在 Eloquent 查询后直接调用 lazy()，实现类似 cursor() 的效果但更具可读性。
3、示例代码：
<br>
User::query()->lazy()->each(function ($user) {<br>
// 执行发送邮件或其他耗时操作<br>
Mail::to($user->email)->send(new WelcomeMail());<br>
});<br> 
