EasyExcel百万数据导入导出

• 本文300W数据量导致导入导出同步请求超时；针对请求超时问题本小节暂不进行讨论。
• 文章可能对如何提高导入导出效率这个问题有所帮助，百万数据量只是想将问题暴露而已；并不见得能真正地、彻底地解决百万数据量的导入导出。
• 如果充分使用多线程接口请求超时问题依旧存在，请考虑使用异步方式。异步成功后如何及时通知用户后续再进行讨论。
• 文中批量操作的数量，请自行测试进行调整

https://gitee.com/antirust/idooy-stable/tree/master/idooy-EasyExcel
开发中，导入导出功能对于后台管理这样的系统来说太常用了，除了实现该功能外导入导出的性能也需要开发人员进行充分的考虑。一般情况下，针对导入导出功能的设计会面临如下几个问题：

1. 如果同步导数据，系统的承载的数据量会不会导致接口超时。
2. 如果把所有数据一次性装载到内存，很容易引起OOM。
3. 数据量太大sql语句必定很慢。
4. 如果走异步，如何通知用户导出结果？(文中无解)
5. 如果excel文件太大，目标用户打不开怎么办？(文中无解)

个别系统导入导出业务复杂，出现问题的地方就不局限于上面的这几个点，开发中如果是优化的话，那也无法抛开复杂的业务场景而单纯的去讨论导入导出的功能。曾经就亲身经历过业务员导入7W条数据跑好几个小时，同步导出10W条数据接口超时。如果没有业务逻辑从中作梗；单纯的导入和导出10W条数据还是很轻松的。
总之，导出导入功能如果追求效率，就需要往多线程上靠；必要的话，还需要进行异步操作。
本小节基于EasyExcel使用多线程进行高效的导入导出操作

百万数据准备

300W的数据大概97M大小
存储过程

create procedure insert_emp(IN num int)
begin
    declare i int default 0;
    set autocommit = 0;
    repeat
        insert into employee(last_name, age, sex, salary, job_id)
        values (concat('emp', lpad(i, 8, '0')), floor(rand() * 100), if(rand() > 0.5, '男', '女'),
                round(rand() * 10000), floor(rand() * 10));
        set i = i + 1;
    until i = num end repeat;
    commit;
end;

表结构创建语句

create table if not exists employee
(
    employee_id    int auto_increment primary key,
    last_name      varchar(100) null,
    age            int          null,
    sex            varchar(1)   null,
    salary         decimal      null,
    job_id         int          null
);

插入300W数据

call insert_emp(3000000);

EasyExcel导出

导出分两步：

• select查询数据（多线程分页查询）
• 数据write写入文件中（因为EasyExcel不支持并发写，即不管是多线程写入单个sheet，还是多线程写入多个sheet都是不允许的）

故EasyExcel高效率导出，就是要合理的使用多线程进行分页数据的查询，（当然还要考虑SQL有没有优化的空间，这里不进行讨论）

EasyExcel不支持并发写

EasyExcel版本3.3.3，并发写的时候程序异常；查看官方文档，文档明确指出‘不支持并发写’

具体解决办法参看GitHub-issues#3020

导出功能的代码片段

    Long count = baseMapper.selectCount(queryWrapper);
    Long sheetNum = count % pageSize == 0 ? count / pageSize:count / pageSize + 1;
    // 多线程去读
    // 1.初始化map容量 防止扩容带来的效率损耗
    Map<Integer, Page<T>> pageMap = new ConcurrentHashMap<>(Math.toIntExact(3));
    CountDownLatch countDownLatch = new CountDownLatch(Math.toIntExact(3));
    // 注意 easyexcel 暂时不支持多线程并发写入！！！ 详情请看github上issues
    for (int i = 0 ;i< sheetNum;i++){
        int finali = i;
        threadPoolTaskExecutor.submit(()->{
            Page<T> page = new Page<>();
            page.setCurrent(finali + 1);
            page.setSize(pageSize);
            // 获取数据存放到map中
            Page<T> selectPage = baseMapper.selectPage(page,queryWrapper);
            pageMap.put(finali,selectPage);
            // 消耗掉一个
            countDownLatch.countDown();
        });
    }
    try {
        countDownLatch.await();
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    // 写入
    try (ExcelWriter excelWriter = EasyExcel.write(out, pojoClass).build()) {
        pageMap.forEach((k,v)->{
            log.info("正在写入{}条数据",pageSize);
            WriteSheet writeSheet = EasyExcel.writerSheet(k, "第"+(k+1)+"批数据").build();
            excelWriter.write(v.getRecords(), writeSheet);
            pageMap.remove(k);
        });

        excelWriter.finish();
    }

EasyExcel导入

MySQL单次执行SQL的大小限制问题
在MySQL中，可以通过设置参数max_allowed_packet来限制一次性执行SQL语句的最大大小。该参数表示客户端与服务器之间传输的最大包大小（单位为字节）。默认情况下，这个值被设定为4MB。
要查看当前的max_allowed_packet值，可以使用如下命令：

SHOW VARIABLES LIKE 'max_allowed_packet';

若需修改max_allowed_packet的值，可以使用如下命令进行更新：

SET GLOBAL max_allowed_packet = <new_value>;

其中，<new_value>应替换为所期望的新值。注意，此操作将会影响全局范围内的配置，因此需要有适当的权限才能执行此操作。

EasyExcel导入思路如下：

• 解析一行插入一行(速度太慢，不可取)
• 逐行解析到达指定行数（EasyExcel提供PageReadListener类）；数据库批量插入

// PageReadListener类基础使用片段
EasyExcel.read(resource.getInputStream(), Employee.class, new PageReadListener<Employee>((empList) -> {
	// 参数empList的size = EasyExcel已经解析的行数batchSize
	// 这里进行业务操作，批量insert
}, batchSize)).sheet().doRead();

• 如果是多个sheet页
  • 每个线程处理一个sheet；
    • 解析指定的行数以后单线程批量插入。
    • 解析指定的行数以后多线程批量插入。

//一个sheet开启一个线程，多线程进行批量插入
    @Override
    public void importEmployeeSingleSheet() throws IOException {
        int batchSize = 100000;
        Resource resource = resourceLoader.getResource("classpath:/repeatedWrite_100W.xlsx");
        // 这里 需要指定读用哪个class去读，然后读取第一个sheet 文件流会自动关闭
        EasyExcel.read(resource.getInputStream(), Employee.class, new PageReadListener<Employee>((empList) -> {
            // MybatisPlus默认一次批量插入的数据量为1000
            // mybatisPlus默认的批量插入saveBatch其实就是同一个连接下单行插入，太慢了
            // 方式一：伪批量，单行插入
            // saveBatch(empList,batchSize);

            // 方式二：使用SQL注入器，实现真正的批量插入；每次批量插入10W数据，100W一共用时56s
            //employeeMapper.insertBatchSomeColumn(empList);

            // 方式三：多线程批量插入,每次批量插入10W数据，100W数据一共用时12s
            threadPool.execute(() -> employeeMapper.insertBatchSomeColumn(empList));
            log.info("成功插入一次{}量的数据", batchSize);
        }, batchSize)).sheet().doRead();
    }

MybatisPlus默认提供saveBatch进行批量插入 :其实是伪批量，仅仅只是在一个Connection的生命周期中循环逐行insert而已；

• 解决方案一：自己在Mapper.xml中写批量插入的SQL，映射给Mapper接口
• 解决方案二：使用MybatisPlus的SQL注入器，可根据词条insertBatchSomeColumn探索MybatisPlus通过SQL注入器insertBatchSomeColumn完成批量插入