Excel大批量数据的导入和导出，如何做优化？

最新推荐文章于 2024-06-21 09:21:03 发布

2401_84048149

最新推荐文章于 2024-06-21 09:21:03 发布

阅读量856

点赞数 24

分类专栏：程序员文章标签： excel

本文链接：https://blog.csdn.net/2401_84048149/article/details/138651997

版权

程序员专栏收录该内容

458 篇文章 1 订阅

订阅专栏

// Set the delete on exit flag, unless explicitly disabled

if (System.getProperty(KEEP_FILES) == null) {

newFile.deleteOnExit();

}

// All done

return newFile;

}

POI就是把超过window size的Row刷到临时文件里，然后再把临时文件转为正常的xlsx文件格式输出。

我们看看刷盘时写了什么，SheetDataWriter的writeRow方法

public void writeRow(int rownum, SXSSFRow row) throws IOException {

if (_numberOfFlushedRows == 0)

_lowestIndexOfFlushedRows = rownum;

_numberLastFlushedRow = Math.max(rownum, _numberLastFlushedRow);

_numberOfCellsOfLastFlushedRow = row.getLastCellNum();

_numberOfFlushedRows++;

beginRow(rownum, row);

Iterator cells = row.allCellsIterator();

int columnIndex = 0;

while (cells.hasNext()) {

writeCell(columnIndex++, cells.next());

}

endRow();

}

void beginRow(int rownum, SXSSFRow row) throws IOException {

_out.write(“<row”);

writeAttribute(“r”, Integer.toString(rownum + 1));

if (row.hasCustomHeight()) {

writeAttribute(“customHeight”, “true”);

writeAttribute(“ht”, Float.toString(row.getHeightInPoints()));

}

if (row.getZeroHeight()) {

writeAttribute(“hidden”, “true”);

}

if (row.isFormatted()) {

writeAttribute(“s”, Integer.toString(row.getRowStyleIndex()));

writeAttribute(“customFormat”, “1”);

}

if (row.getOutlineLevel() != 0) {

writeAttribute(“outlineLevel”, Integer.toString(row.getOutlineLevel()));

}

if(row.getHidden() != null) {

writeAttribute(“hidden”, row.getHidden() ? “1” : “0”);

}

if(row.getCollapsed() != null) {

writeAttribute(“collapsed”, row.getCollapsed() ? “1” : “0”);

}

_out.write(“>\n”);

this._rownum = rownum;

}

void endRow() throws IOException {

_out.write(“\n”);

}

public void writeCell(int columnIndex, Cell cell) throws IOException {

if (cell == null) {

return;

}

String ref = new CellReference(_rownum, columnIndex).formatAsString();

_out.write(“<c”);

writeAttribute(“r”, ref);

CellStyle cellStyle = cell.getCellStyle();

if (cellStyle.getIndex() != 0) {

// need to convert the short to unsigned short as the indexes can be up to 64k

// ideally we would use int for this index, but that would need changes to some more

// APIs

writeAttribute(“s”, Integer.toString(cellStyle.getIndex() & 0xffff));

}

CellType cellType = cell.getCellTypeEnum();

switch (cellType) {

case BLANK: {

_out.write(‘>’);

break;

}

case FORMULA: {

_out.write(“>”);

outputQuotedString(cell.getCellFormula());

_out.write(“”);

switch (cell.getCachedFormulaResultTypeEnum()) {

case NUMERIC:

double nval = cell.getNumericCellValue();

if (!Double.isNaN(nval)) {

_out.write(“”);

_out.write(Double.toString(nval));

_out.write(“”);

}

break;

default:

break;

}

break;

}

case STRING: {

if (_sharedStringSource != null) {

XSSFRichTextString rt = new XSSFRichTextString(cell.getStringCellValue());

int sRef = _sharedStringSource.addEntry(rt.getCTRst());

writeAttribute(“t”, STCellType.S.toString());

_out.write(“>”);

_out.write(String.valueOf(sRef));

_out.write(“”);

} else {

writeAttribute(“t”, “inlineStr”);

_out.write(“><t”);

if (hasLeadingTrailingSpaces(cell.getStringCellValue())) {

writeAttribute(“xml:space”, “preserve”);

}

_out.write(“>”);

outputQuotedString(cell.getStringCellValue());

_out.write(“”);

}

break;

}

case NUMERIC: {

writeAttribute(“t”, “n”);

_out.write(“>”);

_out.write(Double.toString(cell.getNumericCellValue()));

_out.write(“”);

break;

}

case BOOLEAN: {

writeAttribute(“t”, “b”);

_out.write(“>”);

_out.write(cell.getBooleanCellValue() ? “1” : “0”);

_out.write(“”);

break;

}

case ERROR: {

FormulaError error = FormulaError.forInt(cell.getErrorCellValue());

writeAttribute(“t”, “e”);

_out.write(“>”);

_out.write(error.getString());

_out.write(“”);

break;

}

default: {

throw new IllegalStateException("Invalid cell type: " + cellType);

}

_out.write(“”);

}

可以看到临时文件里内容跟xlsx的文件格式是保持一致的。

测试

本地测试使用SXSSFWorkbook导出30w行 * 10列内存使用情况

可以看出内存有被回收的情况，比较平稳。

XLS

POI没有像XLSX那样对XLS的写做出性能的优化，原因是：

官方认为XLS的不像XLSX那样占内存
XLS一个Sheet最多也只能有65535行数据

导入优化

POI对导入分为3种模式，用户模式User Model，事件模式Event Model，还有Event User Model。

用户模式

用户模式（User Model）就类似于dom方式的解析，是一种high level api，给人快速、方便开发用的。缺点是一次性将文件读入内存，构建一颗Dom树。并且在POI对Excel的抽象中，每一行，每一个单元格都是一个对象。当文件大，数据量多的时候对内存的占用可想而知。

用户模式就是类似用 WorkbookFactory.create(inputStream)，poi 会把整个文件一次性解析，生成全部的Sheet，Row，Cell以及对象，如果导入文件数据量大的话，也很可能会导致OOM。

本地测试用户模式读取XLSX文件，数据量10w行 * 50列，内存使用如下

事件模式

事件模式（Event Model）就是SAX解析。Event Model使用的方式是边读取边解析，并且不会将这些数据封装成Row，Cell这样的对象。而都只是普通的数字或者是字符串。并且这些解析出来的对象是不需要一直驻留在内存中，而是解析完使用后就可以回收。所以相比于User Model，Event Model更节省内存，效率也更。

但是作为代价，相比User Model功能更少，门槛也要高一些。我们需要去学习Excel存储数据的各个Xml中每个标签，标签中的属性的含义，然后对解析代码进行设计。

User Event Model

User Event Model也是采用流式解析，但是不同于Event Model，POI基于Event Model为我们封装了一层。我们不再面对Element的事件编程,而是面向StartRow，EndRow，Cell等事件编程。而提供的数据，也不再像之前是原始数据，而是全部格式化好，方便开发者开箱即用。大大简化了我们的开发效率。

XLSX

POI对XLSX支持Event Model和Event User Model

XLSX的Event Model

使用

官网例子：

http://svn.apache.org/repos/asf/poi/trunk/src/examples/src/org/apache/poi/examples/xssf/eventusermodel/FromHowTo.java

简单来说就是需要继承DefaultHandler，覆盖其startElement，endElement方法。然后方法里获取你想要的数据。

原理

DefaultHandler相信熟悉的人都知道，这是JDK自带的对XML的SAX解析用到处理类，POI在进行SAX解析时，把读取到每个XML的元素时则会回调这两个方法，然后我们就可以获取到想用的数据了。

我们回忆一下上面说到的XLSX存储格式中sheet存储数据的格式。

再看看官方例子中的解析过程

@Override

public void startElement(String uri, String localName, String name,

Attributes attributes) throws SAXException {

//c代表是一个单元格cell，判断c这个xml元素里面属性attribute t

// c => cell

if(name.equals(“c”)) {

// Print the cell reference

System.out.print(attributes.getValue(“r”) + " - ");

// Figure out if the value is an index in the SST

String cellType = attributes.getValue(“t”);

nextIsString = cellType != null && cellType.equals(“s”);

inlineStr = cellType != null && cellType.equals(“inlineStr”);

}

// Clear contents cache

lastContents = “”;

}

@Override

public void endElement(String uri, String localName, String name)

throws SAXException {

// Process the last contents as required.

// Do now, as characters() may be called more than once

if(nextIsString) {

Integer idx = Integer.valueOf(lastContents);

lastContents = lruCache.get(idx);

if (lastContents == null && !lruCache.containsKey(idx)) {

lastContents = new XSSFRichTextString(sst.getEntryAt(idx)).toString();

lruCache.put(idx, lastContents);

}

nextIsString = false;

}

//v 元素代表这个cell的内容

// v => contents of a cell

// Output after we’ve seen the string contents

if(name.equals(“v”) || (inlineStr && name.equals(“c”))) {

System.out.println(lastContents);

}

可以看出你需要对XLSX的XML格式清楚，才能获取到你想要的东西。

XLSX的Event User Model

使用

官方例子

https://svn.apache.org/repos/asf/poi/trunk/src/examples/src/org/apache/poi/examples/xssf/eventusermodel/XLSX2CSV.java

简单来说就是继承XSSFSheetXMLHandler.SheetContentsHandler，覆盖其startRow，endRow，cell，endSheet 等方法。POI每开始读行，结束读行，读取一个cell，结束读取一个sheet时回调的方法。从方法名上看Event User Model有更好的用户体验。

原理

其实Event User Model也是 Event Model的封装，在XSSFSheetXMLHandler（其实也是一个DefaultHandler来的）中持有一个SheetContentsHandler，在其startElement，endElement方法中会调用SheetContentsHandler的startRow，endRow，cell，endSheet等方法。

我们看看XSSFSheetXMLHandler的startElement和endElement方法

public void startElement(String uri, String localName, String qName,

Attributes attributes) throws SAXException {

if (uri != null && ! uri.equals(NS_SPREADSHEETML)) {

return;

}

if (isTextTag(localName)) {

vIsOpen = true;

// Clear contents cache

value.setLength(0);

} else if (“is”.equals(localName)) {

// Inline string outer tag

isIsOpen = true;

} else if (“f”.equals(localName)) {

// Clear contents cache

formula.setLength(0);

// Mark us as being a formula if not already

if(nextDataType == xssfDataType.NUMBER) {

nextDataType = xssfDataType.FORMULA;

}

// Decide where to get the formula string from

String type = attributes.getValue(“t”);

if(type != null && type.equals(“shared”)) {

// Is it the one that defines the shared, or uses it?

String ref = attributes.getValue(“ref”);

String si = attributes.getValue(“si”);

if(ref != null) {

// This one defines it

// TODO Save it somewhere

fIsOpen = true;

} else {

// This one uses a shared formula

// TODO Retrieve the shared formula and tweak it to

// match the current cell

if(formulasNotResults) {

logger.log(POILogger.WARN, “shared formulas not yet supported!”);

} /*else {

// It’s a shared formula, so we can’t get at the formula string yet

// However, they don’t care about the formula string, so that’s ok!

}*/

}

} else {

fIsOpen = true;

}

else if(“oddHeader”.equals(localName) || “evenHeader”.equals(localName) ||

“firstHeader”.equals(localName) || “firstFooter”.equals(localName) ||

“oddFooter”.equals(localName) || “evenFooter”.equals(localName)) {

hfIsOpen = true;

// Clear contents cache

headerFooter.setLength(0);

}

else if(“row”.equals(localName)) {

String rowNumStr = attributes.getValue(“r”);

if(rowNumStr != null) {

rowNum = Integer.parseInt(rowNumStr) - 1;

} else {

rowNum = nextRowNum;

}

//回调了SheetContentsHandler的startRow方法

output.startRow(rowNum);

}

// c => cell

else if (“c”.equals(localName)) {

// Set up defaults.

this.nextDataType = xssfDataType.NUMBER;

this.formatIndex = -1;

this.formatString = null;

cellRef = attributes.getValue(“r”);

String cellType = attributes.getValue(“t”);

String cellStyleStr = attributes.getValue(“s”);

if (“b”.equals(cellType))

nextDataType = xssfDataType.BOOLEAN;

else if (“e”.equals(cellType))

nextDataType = xssfDataType.ERROR;

else if (“inlineStr”.equals(cellType))

nextDataType = xssfDataType.INLINE_STRING;

else if (“s”.equals(cellType))

nextDataType = xssfDataType.SST_STRING;

else if (“str”.equals(cellType))

nextDataType = xssfDataType.FORMULA;

else {

// Number, but almost certainly with a special style or format

XSSFCellStyle style = null;

if (stylesTable != null) {

if (cellStyleStr != null) {

int styleIndex = Integer.parseInt(cellStyleStr);

style = stylesTable.getStyleAt(styleIndex);

} else if (stylesTable.getNumCellStyles() > 0) {

style = stylesTable.getStyleAt(0);

}

if (style != null) {

this.formatIndex = style.getDataFormat();

this.formatString = style.getDataFormatString();

if (this.formatString == null)

this.formatString = BuiltinFormats.getBuiltinFormat(this.formatIndex);

}

@Override

public void endElement(String uri, String localName, String qName)

throws SAXException {

if (uri != null && ! uri.equals(NS_SPREADSHEETML)) {

return;

}

String thisStr = null;

// v => contents of a cell

if (isTextTag(localName)) {

vIsOpen = false;

// Process the value contents as required, now we have it all

switch (nextDataType) {

case BOOLEAN:

char first = value.charAt(0);

thisStr = first == ‘0’ ? “FALSE” : “TRUE”;

break;

case ERROR:

thisStr = “ERROR:” + value;

break;

case FORMULA:

if(formulasNotResults) {

thisStr = formula.toString();

} else {

String fv = value.toString();

if (this.formatString != null) {

try {

// Try to use the value as a formattable number

double d = Double.parseDouble(fv);

thisStr = formatter.formatRawCellContents(d, this.formatIndex, this.formatString);

} catch(NumberFormatException e) {

// Formula is a String result not a Numeric one

thisStr = fv;

}

} else {

// No formatting applied, just do raw value in all cases

thisStr = fv;

}

break;

case INLINE_STRING:

// TODO: Can these ever have formatting on them?

XSSFRichTextString rtsi = new XSSFRichTextString(value.toString());

thisStr = rtsi.toString();

break;

case SST_STRING:

String sstIndex = value.toString();

try {

int idx = Integer.parseInt(sstIndex);

XSSFRichTextString rtss = new XSSFRichTextString(sharedStringsTable.getEntryAt(idx));

thisStr = rtss.toString();

}

catch (NumberFormatException ex) {

logger.log(POILogger.ERROR, “Failed to parse SST index '” + sstIndex, ex);

}

break;

case NUMBER:

String n = value.toString();

if (this.formatString != null && n.length() > 0)

thisStr = formatter.formatRawCellContents(Double.parseDouble(n), this.formatIndex, this.formatString);

else

thisStr = n;

break;

default:

thisStr = "(TODO: Unexpected type: " + nextDataType + “)”;

break;

}

// Do we have a comment for this cell?

checkForEmptyCellComments(EmptyCellCommentsCheckType.CELL);

XSSFComment comment = commentsTable != null ? commentsTable.findCellComment(new CellAddress(cellRef)) : null;

//回调了SheetContentsHandler的cell方法

// Output

output.cell(cellRef, thisStr, comment);

} else if (“f”.equals(localName)) {

fIsOpen = false;

} else if (“is”.equals(localName)) {

isIsOpen = false;

} else if (“row”.equals(localName)) {

// Handle any “missing” cells which had comments attached

checkForEmptyCellComments(EmptyCellCommentsCheckType.END_OF_ROW);

//回调了SheetContentsHandler的endRow方法

// Finish up the row

output.endRow(rowNum);

// some sheets do not have rowNum set in the XML, Excel can read them so we should try to read them as well

nextRowNum = rowNum + 1;

} else if (“sheetData”.equals(localName)) {

// Handle any “missing” cells which had comments attached

checkForEmptyCellComments(EmptyCellCommentsCheckType.END_OF_SHEET_DATA);

}

else if(“oddHeader”.equals(localName) || “evenHeader”.equals(localName) ||

“firstHeader”.equals(localName)) {

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
Excel can read them so we should try to read them as well

nextRowNum = rowNum + 1;

} else if (“sheetData”.equals(localName)) {

// Handle any “missing” cells which had comments attached

checkForEmptyCellComments(EmptyCellCommentsCheckType.END_OF_SHEET_DATA);

}

else if(“oddHeader”.equals(localName) || “evenHeader”.equals(localName) ||

“firstHeader”.equals(localName)) {

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

[外链图片转存中…(img-5rttOh3z-1715306253299)]

[外链图片转存中…(img-njK08H7D-1715306253299)]

[外链图片转存中…(img-0XmvabHJ-1715306253300)]

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！

2401_84048149

关注

24
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
Excel大批量数据的导入和导出，如何做优化？

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
复制链接

扫一扫