用过POI的人都知道,在POI以前的版本中并不支持大数据量的处理,如果数据量过多还会常报OOM错误,这时候调整JVM的配置参数也不是一个好对策(注:jdk在32位系统中支持的内存不能超过2个G,而在64位中没有限制,但是在64位的系统中,性能并不是太好),好在POI3.8版本新出来了一个SXSSFWorkbook对象,它就是用来解决大数据量以及超大数据量的导入导出操作的,但是SXSSFWorkbook只支持.xlsx格式,不支持.xls格式的Excel文件。
这里普及一下,在POI中使用HSSF对象时,excel 2003最多只允许存储65536条数据,一般用来处理较少的数据量,这时对于百万级别数据,Excel肯定容纳不了,而且在计算机性能稍低的机器上测试,就很容易导致堆溢出。而当我升级到XSSF对象时,它可以直接支持excel2007以上版本,因为它采用ooxml格式。这时excel可以支持1048576条数据,单个sheet表就支持近104万条数据了,虽然这时导出100万数据能满足要求,但使用XSSF测试后发现偶尔还是会发生堆溢出,所以也不适合百万数据的导出。
现在我们知道excel2007及以上版本可以轻松实现存储百万级别的数据,但是系统中的大量数据是如何能够快速准确的导入到excel中这好像是个难题,对于一般的web系统,我们为了解决成本,基本都是使用的入门级web服务器tomcat,既然我们不推荐调整JVM的大小,那我们就要针对我们的代码来解决我们要解决的问题。在POI3.8之后新增加了一个类,SXSSFWorkbook,采用当数据加工时不是类似前面版本的对象,它可以控制excel数据占用的内存,他通过控制在内存中的行数来实现资源管理,即当创建对象超过了设定的行数,它会自动刷新内存,将数据写入文件,这样导致打印时,占用的CPU,和内存很少。但有人会说了,我用过这个类啊,他好像并不能完全解决,当数据量超过一定量后还是会内存溢出的,而且时间还很长。对你只是用了这个类,但是你并没有针对你的需求进行相应的设计,仅仅是用了,所以接下来我要说的问题就是,如何通过SXSSFWorkbook以及相应的写入设计来实现百万级别的数据快速写入。
我先举个例子,以前我们数据库中存在大量的数据,我们要查询,怎么办?我们在没有经过设计的时候是这样来处理的,先写一个集合,然后执行jdbc,将返回的结果赋值给list,然后再返回到页面上,但是当数据量大的时候,就会出现数据无法返回,内存溢出的情况,于是我们在有限的时间和空间下,通过分页将数据一页一页的显示出来,这样可以避免了大数据量数据对内存的占用,也提高了用户的体验,在我们要导出的百万数据也是一个道理,内存突发性占用,我们可以限制导出数据所占用的内存,这里我先建立一个list容器,list中开辟10000行的存储空间,每次存储10000行,用完了将内容清空,然后重复利用,这样就可以有效控制内存,所以我们的设计思路就基本形成了,所以分页数据导出共有以下3个步骤:
1、求数据库中待导出数据的行数
2、根据行数求数据提取次数
3、按次数将数据写入文件
通过以上步骤在效率和用户体验性上都有了很高的提高,接下来上代码
[java] view plain copy
- public void exportBigDataExcel(ValueDataDto valueDataDto, String path)
- throws IOException {
- // 最重要的就是使用SXSSFWorkbook,表示流的方式进行操作
- // 在内存中保持100行,超过100行将被刷新到磁盘
- SXSSFWorkbook wb = new SXSSFWorkbook(100);
- Sheet sh = wb.createSheet(); // 建立新的sheet对象
- Row row = sh.createRow(0); // 创建第一行对象
- // -----------定义表头-----------
- Cell cel0 = row.createCell(0);
- cel0.setCellValue("1");
- Cell cel2 = row.createCell(1);
- cel2.setCellValue("2");
- Cell cel3 = row.createCell(2);
- cel3.setCellValue("3");
- Cell cel4 = row.createCell(3);
- // ---------------------------
- List<valuedatabean> list = new ArrayList<valuedatabean>();
- // 数据库中存储的数据行
- int page_size = 10000;
- // 求数据库中待导出数据的行数
- int list_count = this.daoUtils.queryListCount(this.valueDataDao
- .queryExportSQL(valueDataDto).get("count_sql"));
- // 根据行数求数据提取次数
- int export_times = list_count % page_size > 0 ? list_count / page_size
- + 1 : list_count / page_size;
- // 按次数将数据写入文件
- for (int j = 0; j < export_times; j++) {
- list = this.valueDataDao.queryPageList(this.valueDataDao
- .queryExportSQL(valueDataDto).get("list_sql"), j + 1,
- page_size);
- int len = list.size() < page_size ? list.size() : page_size;
[java] view plain copy
- <span style="white-space:pre"> </span> for (int i = 0; i < len; i++) {
- Row row_value = sh.createRow(j * page_size + i + 1);
- Cell cel0_value = row_value.createCell(0);
- cel0_value.setCellValue(list.get(i).getaa());
- Cell cel2_value = row_value.createCell(1);
- cel2_value.setCellValue(list.get(i).getaa());
- Cell cel3_value = row_value.createCell(2);
- cel3_value.setCellValue(list.get(i).getaa_person());
- }
- list.clear(); // 每次存储len行,用完了将内容清空,以便内存可重复利用
- }
- FileOutputStream fileOut = new FileOutputStream(path);
- wb.write(fileOut);
- fileOut.close();
- wb.dispose();
- }
到目前已经可以实现百万数据的导出了,但是当我们的业务数据超过200万,300万了呢?如何解决?
这时,直接打印数据到一个工作簿的一个工作表是实现不了的,必须拆分到多个工作表,或者多个工作簿中才能实现。因为一个sheet最多行数为1048576。
下面就以这种思路提供另外一种解决方案,直接上代码(后面会附上测试数据库,及案例需要的jar包)
[java] view plain copy
- public static void main(String[] args) throws Exception {
- Test3SXXFS tm = new Test3SXXFS();
- tm.jdbcex(true);
- }
- public void jdbcex(boolean isClose) throws InstantiationException, IllegalAccessException,
- ClassNotFoundException, SQLException, IOException, InterruptedException {
- String xlsFile = "f:/poiSXXFSBigData.xlsx"; //输出文件
- //内存中只创建100个对象,写临时文件,当超过100条,就将内存中不用的对象释放。
- Workbook wb = new SXSSFWorkbook(100); //关键语句
- Sheet sheet = null; //工作表对象
- Row nRow = null; //行对象
- Cell nCell = null; //列对象
- //使用jdbc链接数据库
- Class.forName("com.mysql.jdbc.Driver").newInstance();
- String url = "jdbc:mysql://localhost:3306/bigdata?characterEncoding=UTF-8";
- String user = "root";
- String password = "123456";
- //获取数据库连接
- Connection conn = DriverManager.getConnection(url, user,password);
- Statement stmt = conn.createStatement(ResultSet.TYPE_SCROLL_SENSITIVE,ResultSet.CONCUR_UPDATABLE);
- String sql = "select * from hpa_normal_tissue limit 1000000"; //100万测试数据
- ResultSet rs = stmt.executeQuery(sql);
- ResultSetMetaData rsmd = rs.getMetaData();
- long startTime = System.currentTimeMillis(); //开始时间
- System.out.println("strat execute time: " + startTime);
- int rowNo = 0; //总行号
- int pageRowNo = 0; //页行号
- while(rs.next()) {
- //打印300000条后切换到下个工作表,可根据需要自行拓展,2百万,3百万...数据一样操作,只要不超过1048576就可以
- if(rowNo%300000==0){
- System.out.println("Current Sheet:" + rowNo/300000);
- sheet = wb.createSheet("我的第"+(rowNo/300000)+"个工作簿");//建立新的sheet对象
- sheet = wb.getSheetAt(rowNo/300000); //动态指定当前的工作表
- pageRowNo = 0; //每当新建了工作表就将当前工作表的行号重置为0
- }
- rowNo++;
- nRow = sheet.createRow(pageRowNo++); //新建行对象
- // 打印每行,每行有6列数据 rsmd.getColumnCount()==6 --- 列属性的个数
- for(int j=0;j<rsmd.getColumnCount();j++){
- nCell = nRow.createCell(j);
- nCell.setCellValue(rs.getString(j+1));
- }
- if(rowNo%10000==0){
- System.out.println("row no: " + rowNo);
- }
- // Thread.sleep(1); //休息一下,防止对CPU占用,其实影响不大
- }
- long finishedTime = System.currentTimeMillis(); //处理完成时间
- System.out.println("finished execute time: " + (finishedTime - startTime)/1000 + "m");
- FileOutputStream fOut = new FileOutputStream(xlsFile);
- wb.write(fOut);
- fOut.flush(); //刷新缓冲区
- fOut.close();
- long stopTime = System.currentTimeMillis(); //写文件时间
- System.out.println("write xlsx file time: " + (stopTime - startTime)/1000 + "m");
- if(isClose){
- this.close(rs, stmt, conn);
- }
- }
- //执行关闭流的操作
- private void close(ResultSet rs, Statement stmt, Connection conn ) throws SQLException{
- rs.close();
- stmt.close();
- conn.close();
- }
数据库截图:
案例执行结果截图:
完美!!!!
数据库脚本及案例相关jar包:
https://pan.baidu.com/s/1c1M0ycS