LaravelEloquent跨模型复杂搜索查询实战指南

2026年04月18日/ 浏览 6

首页 公司动态 文章详情

正文：

在实际项目开发中，跨模型搜索一直是业务系统的高频需求。无论是电商平台的商品与店铺联合搜索，还是内容管理系统的文章与标签联动查询，都需要优雅的解决方案。Laravel Eloquent 作为强大的ORM工具，配合其生态系统，为我们提供了多层次的实现路径。

先来看一个典型的多模型联合搜索场景：我们需要在新闻（News）和产品（Product）中同时搜索包含关键词”Laravel”的记录，并按时间倒序排列。原生Eloquent方案可通过UNION查询实现：


$news = News::select('id', 'title', 'content', 'created_at')
    ->where('title', 'like', '%Laravel%')
    ->orWhere('content', 'like', '%Laravel%');

$results = Product::select('id', 'name as title', 'description as content', 'created_at')
    ->where('name', 'like', '%Laravel%')
    ->orWhere('description', 'like', '%Laravel%')
    ->union($news)
    ->orderBy('created_at', 'desc')
    ->paginate(15);

这种方案虽然直接，但在大数据量下会出现性能瓶颈。更专业的做法是使用Laravel Scout配合搜索引擎实现全文检索。首先通过模型观察器同步数据到搜索索引：


class News extends Model
{
    use Searchable;
    
    public function toSearchableArray()
    {
        return [
            'title' => $this->title,
            'content' => $this->content,
            'type' => 'news'
        ];
    }
}

然后通过自定义搜索逻辑实现跨模型检索：


$results = Search::search('Laravel')
    ->within([News::class, Product::class])
    ->orderBy('created_at', 'desc')
    ->paginate(15);

对于需要实时权重计算的复杂场景，可以通过raw表达式实现相关性排序。比如给标题匹配更高权重：


$news = News::selectRaw("
    id, title, content, 
    MATCH(title) AGAINST(? IN BOOLEAN MODE) * 2 + 
    MATCH(content) AGAINST(? IN BOOLEAN MODE) as relevance
", [$query, $query])
->whereRaw("MATCH(title, content) AGAINST(? IN BOOLEAN MODE)", [$query])
->orderByDesc('relevance');

关联模型搜索同样常见，比如搜索用户及其文章。通过闭包实现嵌套查询：


$users = User::with(['posts' => function($query) use ($keyword) {
    $query->where('title', 'like', "%$keyword%");
}])->whereHas('posts', function($query) use ($keyword) {
    $query->where('title', 'like', "%$keyword%");
})->get();

值得注意的是，所有搜索方案都需要考虑索引优化。对于MySQL，建议给搜索字段添加全文索引：


ALTER TABLE news ADD FULLTEXT index_title_content (title, content);

最后要提醒的是，业务场景决定技术选型。简单查询可用原生方案快速实现，复杂搜索推荐采用Scout配合Algolia或Meilisearch等专业引擎。始终记得通过chunk等方法处理大数据量操作，避免内存溢出。这些实践方案已在多个项目中验证，能有效平衡开发效率与系统性能。

picture loss