Microsoft Graph API PHP SDK：5万用户集合高效分页方式咨询

我之前处理过几万条用户数据的同步场景，太懂你用array_merge堆出大数组的痛苦了——5万条数据全塞内存里，不仅慢，还容易爆内存。直接用@odata.nextLink逐页处理才是应对大规模数据的正确姿势，下面给你详细讲怎么实现：

为什么原方法效率低？ #

原来的while (!$docGrabber->isEnd()) + array_merge模式，会把每一页的用户数据都合并到同一个大数组里。5万条数据的话，这个数组会持续占用内存，而且array_merge每次都要复制现有数组，随着数据量增大，性能下降会越来越明显。

直接用@odata.nextLink的优化思路 #

核心是放弃一次性存储所有数据，改为逐页获取、逐页处理，处理完当前页就释放内存，始终保持内存占用在单页数据的量级。Graph API返回的@odata.nextLink就是用来直接请求下一页的，我们可以手动利用它来循环拉取。

具体代码实现 #

use Microsoft\Graph\Graph;

// 假设你已经初始化好$graphClient（包含认证配置）
$graphClient = new Graph();
// ... 省略client认证逻辑 ...

// 第一步：发起第一页请求，设置每页最大数量（Graph API支持最多999条/页）
$initialRequest = $graphClient->createCollectionRequest('GET', '/users')
    ->top(999); // 调大每页数量，减少请求次数

$response = $initialRequest->execute();
$pageData = $response->getBody();

// 处理第一页数据
processUserPage($pageData['value']);

// 第二步：循环利用@odata.nextLink拉取下一页
while (isset($pageData['@odata.nextLink'])) {
    // 直接用nextLink创建新请求
    $nextRequest = $graphClient->createCollectionRequest('GET', $pageData['@odata.nextLink']);
    $nextResponse = $nextRequest->execute();
    $pageData = $nextResponse->getBody();
    
    // 处理当前页数据
    processUserPage($pageData['value']);
    
    // 可选：手动释放当前页的响应对象，进一步降低内存占用
    unset($nextResponse);
}

/**
 * 自定义的页面数据处理函数
 * 这里可以根据你的业务需求做操作：写入数据库、导出CSV、批量处理等
 */
function processUserPage(array $users) {
    foreach ($users as $user) {
        // 示例：打印用户ID（替换成你的业务逻辑）
        echo "处理用户：" . $user['id'] . "\n";
        
        // 比如写入数据库：
        // $db->insert('user_table', [
        //     'id' => $user['id'],
        //     'displayName' => $user['displayName'],
        //     'mail' => $user['mail']
        // ]);
    }
}

关键优化点 #

1. 调大每页数据量：用top(999)设置每页最大支持的999条数据，把请求次数从500次（默认100条/页）降到51次，大幅减少网络开销。
2. 逐页释放内存：处理完每页数据后，手动unset响应对象，避免内存堆积。
3. 按需处理数据：如果你的业务不需要把所有数据都放在内存里（比如同步到数据库、生成报表），这种逐页处理的方式能把内存占用控制在几MB以内，效率提升非常明显。

特殊场景补充 #

如果你确实需要把所有数据都保存在内存中（比如后续要做全局排序、统计），那可能还是需要合并数组，但可以优化合并方式：用$docs = [...$docs, ...$docGrabber->getPage()]替代array_merge，PHP的展开运算符性能比array_merge更高。不过这种情况还是建议尽量避免，5万条数据存在内存里没必要。

内容的提问来源于stack exchange，提问作者sipher_z