您是否曾尝试将包含一百万行的 CSV 文件加载到内存中，但最终却得到如下的结果？

PHP Fatal error:Allowed memory size of 134217728 bytes exhausted

即使，我们设置更高的memory_limit值，当您逐行处理时，整个数据集仍然注入于内存中。

那么解决方案是什么？我们可以使用惰性求值——一种仅在实际需要时才生成和处理数据的技术。

在 PHP 中，您可以通过两种方式实现这一点：使用生成器( yield) 和通过迭代器 API。

接下来让我们来探索一下这两种实现方式。

什么是惰性求值？

通常情况，当您创建一个数组时，PHP 会一次性将所有元素加载到内存中：

function getNumbersArray(int$count):array{   $result=[];    for($i=1;$i<=$count;$i++){        $result[]=$i;    }    return $result;}foreach(getNumbersArray(5) as $number){    echo $number.PHP_EOL;}

在这里，整个数组[1, 2, 3, 4, 5]都将存储在内存中。

现在，让我们尝试一种称为“懒惰”的编程方法：

function getNumbersGenerator(int$count):Generator{    for($i=1;$i<=$count;$i++){            yield$i;    }}foreach(getNumbersGenerator(5) as $number){    echo $number.PHP_EOL;}

foreach主要区别在于：生成器不会存储所有内容——它会根据要求一次生成一个元素。

轻松读取大尺寸的 CSV 文件

假设你有一个data.csv，大小约2 GB 的文件。如果你尝试用数组加载它，比如file()，fgetcsv()函数很可能都会耗尽内存。

但有了yield生成器，这一切将变得非常容易：

function readCsv(string $filename):Generator{    $handle=fopen($filename,'r');    if($handle===false){                throw new RuntimeException("Cannot open file $filename");    }     while(($row=fgetcsv($handle))!==false){      yield $row;    }    fclose($handle);}
foreach(readCsv('data.csv') as $row){    // Process the row    // For example: echo implode(', ', $row) . PHP_EOL;}

内存使用情况：即使使用 2 GB 的 CSV，一次也只在内存中存储一行，因此使用量仍以KB为单位。

如果没有使用生成器，要么将文件分块，要么分行读取，使用Ajax或其它技术来实现，要分成几步，现在有了生成器，轻松就能搞定。

基准测试：数组 vs. 生成器

$startMemory=memory_get_usage();$array=range(1,1_000_000);// creates an array with a million numbersecho "Array: ".(memory_get_usage()-$startMemory)/1024/1024." MB";unset($array);$startMemory=memory_get_usage();function bigGenerator():Generator{    for($i=1;$i<=1_000_000;$i++){       yield$i;    }}foreach(bigGenerator() as $n){   // Just iterate}echo "Generator: ".(memory_get_usage()-$startMemory)/1024/1024." MB";

在我机器上运行后的结果：

Array: 120 MB
Generator: 0.5 MB

迭代器 API

生成器快捷简便。但有时您需要更多控制权——保存状态、管理自定义键或动态切换数据源。

这时，迭代器 API就派上用场了。

代码示例：自定义迭代器

class RangeIterator implements Iterator{
    private int $start;
    private int $end;
    private int $current;

    public function __construct(int $start,int $end){
        $this->start=$start;
        $this->end=$end;
        $this->current=$start;
    }

    public function current():int{
        return$this->current;
    }

    public function key():int{
        return $this->current;
    }

    public function next():void{
        $this->current++;
    }

    public function rewind():void{
        $this->current=$this->start;
    }

    public function valid():bool{
        return$this->current<=$this->end;
    }
}

foreach(new RangeIterator(1,5) as $num){
    echo $num.PHP_EOL;
}

何时该使用哪种方法？

实际生产案例

我们正在解析一个汽车销售 API，它返回了数十万条记录。

最初，我们将所有内容加载到一个数组中——该脚本差不多占用了 1-2 GB 的内存。

切换到生成器后：

function fetchCars():Generator{
    $page=1;
    do{
        $data=apiRequest('cars',['page'=>$page]);
        foreach($data['items'] as $car){
        yield $car;
    }
    $page++;
    }while(!empty($data['items']));
}

内存使用量从 2 GB 下降到仅 10 MB — — 执行时间没有明显变化。

Generators的工作原理

1. Generators 是一个对象

在 PHP 中，Generators是类Generator的实例，同时实现Iterator和Traversable。

它可以：

• 存储功能状态；
• 暂停执行yield；
• 从同一位置继续。
  
  

2.执行流程

• 调用生成器函数不会运行代码——它会返回一个Generator对象。
• 第一个foreach或current()调用一直执行，直到第一个yield。
• 每个都会yield暂停执行并返回一个值。
• next()从暂停点恢复。
• 当函数结束时，生成器被标记为已完成。
  
  

3. Zend Engine 内部结构

如果使用 VLD（Vulcan Logic Disassembler）编译生成器函数，则每个函数都yield对应一条指令：

• 保存调用堆栈；
• 存储变量上下文；
• 将控制权交还给调用者。
  
  

4. 与数组相比

• 数组一次性将所有元素存储在内存中。
• 生成器仅保存当前元素（zval）并用每个步骤覆盖它。
• 仅使用几百千字节即可处理一百万个元素。

5. 无限生成器示例

function counter():Generator{
    $i=0;
    while(true){
        yield$i++;
    }
}

foreach(counter() as $num){
    if($num>5)break;
    echo $num.PHP_EOL;
}

你不能用数组来做到这一点——内存会很快耗尽。

源代码

您可以自己尝试一切——本文中使用的代码是开源的：

https://github.com/phpner/phpner-php-lazy-evaluation-demo

其中包括：

• CSV 基准测试：数组（eager） vs 生成器（lazy）
• NDJSON流模拟
• 内存和时间分析
• CLI 友好工具
• 样本数据生成器
• PHPUnit 测试
  
  

基准测试结果（1,000,001 行）

这些结果表明，惰性生成器在处理 CSV 等大型数据集时可以显著减少内存使用量。

视觉效果

峰值内存使用量：

执行时间：

欢迎您随意分叉 repo、尝试基准测试或使其适应您自己的数据处理任务！

结语

Generators（生成器）和Iterator API已经是现代 PHP 开发的必备工具。

它们能让我们能够处理数百万条记录，而不会耗尽内存。

对于简单的流逻辑，可以使用生成器；而对于需要更多控制力的，则可以使用迭代器 API。

那么，你在生产环境中使用生成器吗？在评论区分享你的使用案例哦！～

作者：场长