Laravel 5.5 Seeder执行过慢求助：批量关联数据填充优化

我最近在给测试库准备仪表盘测试数据时，遇到了一个头疼的性能问题——需要生成25000条Hit数据，每条都得关联数据库里随机的Post，保证数据一致性。一开始的方案差点把我搞疯，跟大家唠唠踩坑和优化的过程：

最初的糟糕方案：Factory里每次查随机Post #

最开始我把随机获取Post的逻辑直接写在了HitFactory的定义里，代码大概是这样：

// 慢到离谱的HitFactory.php
public function definition()
{
    return [
        'post_id' => Post::inRandomOrder()->first()->id,
        // 其他Hit字段...
    ];
}

然后在Seeder里调用Hit::factory(25000)->create();。结果你猜怎么着？生成几千条数据就花了好几个小时，进度条慢得像蜗牛爬！后来才反应过来：每生成一条Hit，就会发起一次数据库查询去捞随机Post，25000条数据就是25000次查询，数据库直接被这种高频小查询堵死了。

优化思路：把随机逻辑移到Seeder，一次性拉取数据 #

我立刻调整了思路：把获取随机Post的逻辑从Factory移到Seeder里，只执行一次查询，把所有可用的Post ID先拉到内存数组里，然后在Factory里直接从数组里随机取ID关联。优化后的代码是这样的：

Seeder层（HitSeeder.php） #

public function run()
{
    // 一次性拉取所有Post的ID到内存数组
    $postIds = Post::pluck('id')->toArray();

    // 批量生成Hit，每次从数组里随机取Post ID
    Hit::factory(25000)->create(function () use ($postIds) {
        return [
            'post_id' => $postIds[array_rand($postIds)],
            // 其他Hit字段...
        ];
    });
}

Factory层（HitFactory.php） #

可以简化成只处理基础字段，Post ID由Seeder传入：

public function definition()
{
    return [
        // 其他Hit字段，比如访问时间、IP等
        'visited_at' => now()->subDays(rand(0, 30)),
        'ip_address' => fake()->ipv4,
    ];
}

优化后的效果 #

改完之后，25000条Hit数据几分钟就生成完了，效率直接提升了几十倍！核心就是减少重复数据库查询——把需要复用的关联数据提前一次性拉取到内存，避免每条数据生成时都发起单独查询。

这种思路其实适用于所有批量生成测试数据的场景：尽量把重复的IO操作（比如数据库查询、API调用）放在批量逻辑外面，一次性完成，然后在内存里复用数据，能极大提升生成速度。

内容的提问来源于stack exchange，提问作者user101289