小数据的导出 最大只能65536条



@SuppressWarnings("unused")
@RequestMapping(params = "excelExport")
public void excelExport(@RequestParam HashMap<String, Object> paramMap, HttpServletRequest request,HttpServletResponse response) {
response.setContentType("application/vnd.ms-excel");
String codedFileName = null;
OutputStream fOut = null;
HttpSession session = request.getSession();
try {
codedFileName = "用户信息";
// 根据浏览器进行转码,使其支持中文文件名
if (BrowserUtils.isIE(request)) {
response.setHeader("content-disposition","attachment;filename=" + java.net.URLEncoder.encode(codedFileName,"UTF-8") + ".xls");
} else {
String newtitle = new String(codedFileName.getBytes("UTF-8"),"ISO8859-1");
response.setHeader("content-disposition","attachment;filename=" + newtitle + ".xls");
}
// 产生工作簿对象
HSSFWorkbook workbook = null;
List<SysUser> dataList = sysUserService.getByCondition(paramMap);
workbook = exportExcel("用户信息", dataList);
fOut = response.getOutputStream();
workbook.write(fOut);
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
fOut.flush();
fOut.close();
} catch (IOException e) {


}
}
}

public  HSSFWorkbook exportExcel(String sheetName, List<SysUser> dataList) {
HSSFWorkbook workbook = new HSSFWorkbook();
        HSSFSheet sheet = workbook.createSheet(sheetName);  
        CellStyle titleStyle = ExcelUtil.getTitleStyle(workbook);
        HSSFRow row = sheet.createRow((int) 0);  
        row.setHeight((short) 900);
        HSSFCell cell = null;
        int i = 0;
        cell = row.createCell(i++);
        cell.setCellValue("真实姓名"); 
        cell.setCellStyle(titleStyle); 
        cell = row.createCell(i++);
        cell.setCellValue("用户名"); 
        cell.setCellStyle(titleStyle); 
        cell = row.createCell(i++);
        cell.setCellValue("手机号"); 
        cell.setCellStyle(titleStyle); 
        cell = row.createCell(i++);
        cell.setCellValue("联系电话"); 
        cell.setCellStyle(titleStyle); 
        cell = row.createCell(i++);
        cell.setCellValue("邮箱地址"); 
        cell.setCellStyle(titleStyle); 
        
        int b = 1;
        for(SysUser data : dataList) {
        row = sheet.createRow(b); 
       int a = 0;
        row.createCell(a++).setCellValue(data.getRealName());
        row.createCell(a++).setCellValue(data.getUserName());
        row.createCell(a++).setCellValue(data.getPhone());
        row.createCell(a++).setCellValue(data.getUserTel());
        row.createCell(a++).setCellValue(data.getEmail());
        b++;
        }


        for(int a = 0; a < i; a++){
            sheet.autoSizeColumn(a); 
        }
        
return workbook;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据平台的价值确实在于处理和分析大量的数据,但并不意味着数据一般只进不出。实际上,大数据平台通常提供了多种方式来支持数据的导入和导出,以满足不同的需求。 以下是一些常见的数据导入和导出方式: 1. 数据导入:大数据平台提供了各种工具和技术来支持数据的导入,例如使用ETL工具(如Apache NiFi、Apache Kafka)从不同的数据提取数据,并将其加载到大数据平台。此外,还可以通过批量导入或实时流式导入等方式将数据导入到大数据平台。 2. 数据导出:大数据平台同样提供了多种方式来将数据导出,以便进行分析、可视化或与其他系统进行集成。可以使用各种查询工具(如Hive、Presto、Impala)执行查询并将结果导出为文件格式(如CSV、JSON、Parquet等)。同时,也可以通过API或其他集成方式将数据导出到目标系统。 3. 数据集成:大数据平台通常支持与其他系统的集成,可以通过API、消息队列、数据库连接等方式将数据与外部系统进行交互和共享。这样可以实现数据的双向流动,使得数据在不同系统之间进行传递和共享。 总而言之,大数据平台并不限制数据只能进而不能出。相反,它提供了丰富的数据导入和导出方式,以满足不同的数据处理和分析需求,同时也支持数据的集成和共享。这样可以最大程度地发挥大数据平台的价值,并实现数据的全面利用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值