WooCommerce五万+商品XML导入过慢，求优化方案

问题背景 #

需将五万+商品从XML文件导入WooCommerce，XML解析仅需数分钟，但导入环节极慢——25000个商品耗时约4小时。已尝试WordPress/WooCommerce REST API，因速度过弃用，改用服务器端PHP+XMLReader方案，但导入至约2000个商品后速度进一步下降。使用的VPS配置为4GB内存、2核CPU。

XML格式示例：

<product>
    <SKU>28760</SKU>
    <Name>...</Name>
    <Description>...</Description>
    <Category>...</Category>
    <Price>...</Price>
    <Shipping>...</Shipping>
    <Currency></Currency>
    <Instock>yes</Instock>
    <ProductUrl>...</ProductUrl>
    <ImageUrl>...</ImageUrl>
    <Brand>...</Brand>
    <OriginalPrice>...</OriginalPrice>
    <Ean>...</Ean>
    <ManufacturerArticleNumber>...</ManufacturerArticleNumber>
</product>

当前导入流程：通过Bash脚本执行php import.php > run.log，XMLReader解析商品数据后调用import($p, $coId, $coName)函数完成导入。

核心优化方案 #

1. 批量处理替代单条插入 #

当前每个父商品、变体都单独调用save()，频繁的数据库读写是核心瓶颈。改为批量操作：

• 积累一定数量（如500条）的父商品、变体、分类数据后，一次性执行批量SQL插入，避免单条save()触发的多轮数据库查询。
• 直接操作数据库表时需匹配WooCommerce结构（如wp_posts、wp_postmeta、wp_term_relationships等），确保数据关联正确。

2. 全局缓存分类、品牌，避免重复查询/创建 #

当前每个商品都遍历分类层级、调用term_exists和wp_insert_term，重复操作占比极高：

• 提前解析所有XML中的分类路径，构建全局分类缓存数组（键为完整分类路径，值为最终分类ID），处理前批量创建所有不存在的分类，后续直接从缓存取ID。
• 品牌作为标签和属性，提前收集所有品牌名称，批量创建标签并缓存ID，避免每个商品重复调用wp_set_object_terms和属性初始化。

3. 图片预下载+批量导入，替代实时media_sideload_image #

media_sideload_image实时下载图片并插入媒体库，每个商品都发起HTTP请求+数据库操作，严重拖慢速度：

• 先批量下载所有商品图片到服务器本地目录，记录SKU与本地路径的对应关系。
• 批量将本地图片导入WordPress媒体库，缓存图片ID，导入商品时直接从缓存读取ID设置，跳过实时下载和单条插入步骤。

4. 禁用冗余钩子与WordPress默认操作 #

WooCommerce的save()方法会触发大量非必要钩子（如库存更新、索引重建、邮件通知等），导入阶段完全不需要：

• 导入开始前添加以下代码禁用冗余操作：

  // 禁用文章修订版与自动保存
  define('WP_POST_REVISIONS', false);
  define('AUTOSAVE_INTERVAL', 0);
  
  // 禁用WooCommerce冗余钩子
  remove_action('save_post', 'wc_save_product_attributes');
  remove_action('woocommerce_process_product_meta', 'wc_save_product_attributes');
  remove_action('woocommerce_new_product', 'wc_create_product_transients');
  

• 导入完成后恢复上述钩子配置。

5. 数据库临时优化 #

• 导入前临时禁用核心表的索引与外键约束，减少写入时的索引维护开销：

  ALTER TABLE wp_posts DISABLE KEYS;
  ALTER TABLE wp_postmeta DISABLE KEYS;
  

  导入完成后重新启用：

  ALTER TABLE wp_posts ENABLE KEYS;
  ALTER TABLE wp_postmeta ENABLE KEYS;
  

• 临时调整数据库配置，如增大innodb_buffer_pool_size（需根据服务器内存调整），提升写入效率。

6. 内存与执行逻辑优化 #

• 调整内存检查频率：不要每处理一个商品就检查内存和CPU，改为每处理100-500个商品检查一次，减少不必要的sleep次数。
• 定期清理内存：每处理N个商品后调用wp_cache_flush()和gc_collect_cycles()，释放冗余内存占用。
• 减少对象创建开销：避免每个商品都新建WC_Product_Variable和WC_Product_Variation实例，可复用对象或直接操作数组数据。

7. 多核并行处理（可选） #

将XML文件拆分为多个小文件，用多个PHP进程并行导入（如启动4个进程，每个进程处理1/4的商品范围），充分利用多核CPU资源。注意需给每个进程分配独立的商品区间，避免数据库写入冲突。

代码调整示例（分类缓存） #

// 全局分类缓存数组
$category_cache = [];

function get_category_id($category_path) {
    global $category_cache;
    // 优先从缓存获取
    if (isset($category_cache[$category_path])) {
        return $category_cache[$category_path];
    }
    $categories = explode(" - ", $category_path);
    $parent_id = 0;
    foreach ($categories as $cat) {
        $term = term_exists($cat, 'product_cat', $parent_id);
        if (!$term) {
            $term = wp_insert_term($cat, 'product_cat', ['parent' => $parent_id]);
        }
        $parent_id = $term['term_id'];
    }
    // 写入缓存
    $category_cache[$category_path] = $parent_id;
    return $parent_id;
}

// 导入商品时直接调用
$parent_id = get_category_id((string)$p->Category);

内容的提问来源于stack exchange，提问作者Chris