Laravel应对大量定位API请求，降低CPU占用的优化方案咨询

核心问题拆解 #

当前代码的updateOrCreate逻辑是性能瓶颈的核心：它会先执行SELECT查询判断记录是否存在，再执行UPDATE/INSERT操作。高并发下大量重复的查询+写操作瞬间打满CPU；同时不必要的事务、浮点坐标精确匹配的低效查询，以及请求冗余数据处理，共同导致单请求6MB的过高内存开销，在大量请求涌入时快速耗尽EC2资源，进一步加剧CPU负载（内存不足触发swap机制，CPU开销飙升）。

1. 重构数据库操作逻辑，砍掉冗余开销 #

优化点1：去掉不必要的事务 #

updateOrCreate本身是原子操作，手动开启事务只会增加数据库锁的额外开销，直接删除DB::beginTransaction()和DB::commit()。

优化点2：调整updateOrCreate的查询条件 #

原代码用longitude和latitude作为查询条件，浮点型字段精确匹配不仅会导致索引失效，而且每100米的坐标本身就是新值，大部分场景下SELECT查询完全是多余的：

• 如果业务不需要坐标去重：直接改用create，彻底砍掉查询开销
• 如果必须按精度去重：对坐标做精度截断（比如保留小数点后6位），避免精确匹配浮点值

优化后代码示例

public function savePosition(Request $request)
{
    // 方案1：无坐标去重需求时，直接插入（性能最优）
    Position::create([
        'staff_id' => $request->staff_id,
        'date' => date('Y-m-d'),
        'longitude' => $request->longitude,
        'latitude' => $request->latitude,
        'sort' => $request->sort
    ]);

    // 方案2：需要按坐标精度去重时
    $precision = 6;
    $lon = round($request->longitude, $precision);
    $lat = round($request->latitude, $precision);
    
    Position::updateOrCreate(
        [
            'staff_id' => $request->staff_id,
            'date' => date('Y-m-d'),
            DB::raw("ROUND(longitude, $precision) = $lon"),
            DB::raw("ROUND(latitude, $precision) = $lat")
        ],
        [
            'sort' => $request->sort,
            'staff_id' => $request->staff_id,
            'date' => date('Y-m-d'),
            'longitude' => $request->longitude,
            'latitude' => $request->latitude
        ]
    );

    return response()->json(['message' => 'Posición guardada correctamente']);
}

2. 批量处理请求，减少请求总量 #

高速行驶时（如100km/h），单用户每秒会产生2-3次请求，大量用户同时上传会导致请求量爆炸。优化思路是本地缓存+批量上传：

• 移动端本地积累5条坐标（即500米）或间隔30秒，再一次性上传
• 后端新增批量保存接口，用insert批量写入数据库，效率比单条操作高10-100倍

后端批量接口示例

public function saveBatchPositions(Request $request)
{
    $positionData = collect($request->positions)->map(function ($item) {
        return [
            'staff_id' => $item['staff_id'],
            'date' => date('Y-m-d'),
            'longitude' => $item['longitude'],
            'latitude' => $item['latitude'],
            'sort' => $item['sort']
        ];
    });

    Position::insert($positionData->toArray());

    return response()->json(['message' => 'Posiciones guardadas correctamente']);
}

3. 数据库层面性能优化 #

索引优化 #

给Position表创建复合索引，覆盖查询/插入的核心条件，大幅提升查询速度：

CREATE INDEX idx_position_staff_date ON positions (staff_id, date);

关闭生产环境查询日志 #

Laravel调试模式下会记录所有查询日志，高并发下会占用大量内存，在.env中关闭：

APP_DEBUG=false
DB_LOG_QUERIES=false

4. 服务器与部署优化 #

EC2实例调整 #

• 升级实例规格：CPU打满说明当前实例性能不足，可升级到T3.large或M5系列，增加CPU核心数
• 临时开启swap分区缓解内存压力（长期建议升级内存）：

sudo fallocate -l 4G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

用队列异步处理 #

将定位保存操作放入队列，前端请求立即返回，后台异步处理数据库操作，避免请求阻塞：

1. 配置Redis作为队列驱动（比数据库队列效率更高）
2. 修改代码推送任务到队列：

public function savePosition(Request $request)
{
    SavePositionJob::dispatch([
        'staff_id' => $request->staff_id,
        'date' => date('Y-m-d'),
        'longitude' => $request->longitude,
        'latitude' => $request->latitude,
        'sort' => $request->sort
    ]);

    return response()->json(['message' => 'Posición guardada correctamente']);
}

3. 启动队列worker：

php artisan queue:work --tries=3

5. 压缩单请求内存开销 #

单请求6MB内存过高，可通过以下方式优化：

• 仅获取必要的请求字段，避免加载整个Request对象的冗余数据：

$data = $request->only(['staff_id', 'longitude', 'latitude', 'sort']);
$data['date'] = date('Y-m-d');
Position::create($data);

• 关闭Laravel的调试模式，避免加载调试相关的冗余资源

内容的提问来源于stack exchange，提问作者web pakistan