答案：PHP中数据聚合可通过内置函数如array_sum、array_column等进行基础统计，结合遍历实现分组求和、平均值等操作，支持封装通用聚合工具模拟SQL的GROUP BY逻辑，并可利用生成器流式处理大数据量，兼顾效率与内存使用。
在PHP开发中，数据聚合和统计计算是处理数组或数据库查询结果时的常见需求。无论是对用户行为数据进行汇总，还是生成报表，掌握高效的聚合方法至关重要。PHP提供了多种方式实现数据聚合，结合内置函数与自定义逻辑，可以灵活应对各种场景。
使用数组函数进行基础聚合
PHP内置的数组函数能快速完成求和、计数、最大最小值等基本统计。
- array_sum()：计算数值数组的总和
- array_count_values()：统计数组中各值出现的次数，适合分类统计
- max() / min()：获取数组中的最大值或最小值
- array_column()：从二维数组中提取指定列，便于后续聚合
$orders = [
['user' => 'A', 'amount' => 100],
['user' => 'B', 'amount' => 200],
['user' => 'A', 'amount' => 50]
];
$total = array_sum(array_column($orders, 'amount')); // 结果：350
按字段分组并聚合数据
当需要按某个键（如用户、日期）分组并计算每组的统计值时，可通过遍历数组手动聚合。
示例：按用户统计订单总额：$result = [];
foreach ($orders as $order) {
$user = $order['user'];
if (!isset($result[$user])) {
$result[$user] = 0;
}
$result[$user] += $order['amount'];
}
// 输出：A => 150, B => 200
这种模式适用于求和、计数、平均值等操作，也可扩展为存储更多统计信息（如订单数量、最大单笔金额）。
立即学习“PHP免费学习笔记（深入）”；
结合SQL思维在PHP中实现多维度统计
对于复杂聚合，可模仿SQL的GROUP BY、AVG、COUNT等逻辑，在PHP中构建通用聚合函数。
封装一个通用的聚合工具：function aggregate($data, $groupKey, $valueKey, $func = 'sum') {
$groups = [];
foreach ($data as $item) {
$key = $item[$groupKey];
$val = $item[$valueKey];
if (!isset($groups[$key])) {
$groups[$key] = [];
}
$groups[$key][] = $val;
}
return array_map(function($vals) use ($func) {
switch ($func) {
case 'avg': return array_sum($vals) / count($vals);
case 'count': return count($vals);
case 'sum': default: return array_sum($vals);
}
}, $groups);
}
调用示例：
aggregate($orders, 'user', 'amount', 'sum'); // 按用户求和 aggregate($orders, 'user', 'amount', 'avg'); // 按用户求平均
优化大数据量处理：使用生成器与流式聚合
当数据量较大时，避免一次性加载所有数据到内存。可结合生成器逐步处理。
例如从文件逐行读取并聚合：function readOrders($file) {
$handle = fopen($file, 'r');
while (($line = fgets($handle)) !== false) {
yield json_decode($line, true);
}
fclose($handle);
}
$stats = [];
foreach (readOrders('orders.log') as $order) {
$user = $order['user'];
if (!isset($stats[$user])) {
$stats[$user] = 0;
}
$stats[$user] += $order['amount'];
}
这种方式节省内存，适合日志分析、大文件处理等场景。
基本上就这些。根据数据来源和规模选择合适的方法，小数据用数组函数，分组聚合用遍历分组，复杂逻辑可封装，大数据注意流式处理。PHP虽不是专为数据分析设计，但合理利用语言特性也能高效完成聚合任务。不复杂但容易忽略的是键的存在性判断和类型转换，建议处理前做适当校验。
