JAVA使用POI如何导出百万级别数据

怼烎@ 2022-05-29 09:10 289阅读 0赞

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][view plain]

1.  public void exportBigDataExcel(ValueDataDto valueDataDto, String path)  
2.              throws IOException \{  
3.      // 最重要的就是使用SXSSFWorkbook，表示流的方式进行操作  
4.      // 在内存中保持100行，超过100行将被刷新到磁盘  
5.      SXSSFWorkbook wb = new SXSSFWorkbook(100);  
6.      Sheet sh = wb.createSheet(); // 建立新的sheet对象  
7.      Row row = sh.createRow(0);   // 创建第一行对象  
8.      // -----------定义表头-----------  
9.      Cell cel0 = row.createCell(0);  
10.     cel0.setCellValue("1");  
11.     Cell cel2 = row.createCell(1);  
12.     cel2.setCellValue("2");  
13.     Cell cel3 = row.createCell(2);  
14.     cel3.setCellValue("3");  
15.     Cell cel4 = row.createCell(3);  
16.     // ---------------------------  
17.     List<valuedatabean> list = new ArrayList<valuedatabean>();  
18.     // 数据库中存储的数据行  
19.     int page\_size = 10000;  
20.     // 求数据库中待导出数据的行数  
21.     int list\_count = this.daoUtils.queryListCount(this.valueDataDao  
22.             .queryExportSQL(valueDataDto).get("count\_sql"));  
23.     // 根据行数求数据提取次数  
24.     int export\_times = list\_count % page\_size > 0 ? list\_count / page\_size  
25.             + 1 : list\_count / page\_size;  
26.     // 按次数将数据写入文件  
27.     for (int j = 0; j < export\_times; j++) \{  
28.         list = this.valueDataDao.queryPageList(this.valueDataDao  
29.                 .queryExportSQL(valueDataDto).get("list\_sql"), j + 1,  
30.                 page\_size);  
31.         int len = list.size() < page\_size ? list.size() : page\_size;  
32.

**\[java\]**  [view plain][]   [copy][view plain]

1.  <span style="white-space:pre">    </span>   for (int i = 0; i < len; i++) \{  
2.              Row row\_value = sh.createRow(j \* page\_size + i + 1);  
3.              Cell cel0\_value = row\_value.createCell(0);  
4.              cel0\_value.setCellValue(list.get(i).getaa());  
5.              Cell cel2\_value = row\_value.createCell(1);  
6.              cel2\_value.setCellValue(list.get(i).getaa());  
7.              Cell cel3\_value = row\_value.createCell(2);  
8.              cel3\_value.setCellValue(list.get(i).getaa\_person());  
9.          \}  
10.         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  
11.     \}  
12.     FileOutputStream fileOut = new FileOutputStream(path);  
13.     wb.write(fileOut);  
14.     fileOut.close();  
15.     wb.dispose();  
16. \}

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][view plain]

1.  public static void main(String\[\] args) throws Exception \{  
2.      Test3SXXFS tm = new Test3SXXFS();  
3.      tm.jdbcex(true);  
4.  \}  
5.  public void jdbcex(boolean isClose) throws InstantiationException, IllegalAccessException,   
6.              ClassNotFoundException, SQLException, IOException, InterruptedException \{  
7.            
8.      String xlsFile = "f:/poiSXXFSBigData.xlsx";     //输出文件  
9.      //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。  
10.     Workbook wb = new SXSSFWorkbook(100);           //关键语句  
11.     Sheet sheet = null;     //工作表对象  
12.     Row nRow = null;        //行对象  
13.     Cell nCell = null;      //列对象  
14.   
15.     //使用jdbc链接数据库  
16.     Class.forName("com.mysql.jdbc.Driver").newInstance();    
17.     String url = "jdbc:mysql://localhost:3306/bigdata?characterEncoding=UTF-8";  
18.     String user = "root";  
19.     String password = "123456";  
20.     //获取数据库连接  
21.     Connection conn = DriverManager.getConnection(url, user,password);     
22.     Statement stmt = conn.createStatement(ResultSet.TYPE\_SCROLL\_SENSITIVE,ResultSet.CONCUR\_UPDATABLE);     
23.     String sql = "select \* from hpa\_normal\_tissue limit 1000000";   //100万测试数据  
24.     ResultSet rs = stmt.executeQuery(sql);    
25.       
26.     ResultSetMetaData rsmd = rs.getMetaData();  
27.     long  startTime = System.currentTimeMillis();   //开始时间  
28.     System.out.println("strat execute time: " + startTime);  
29.           
30.     int rowNo = 0;      //总行号  
31.     int pageRowNo = 0;  //页行号  
32.           
33.     while(rs.next()) \{  
34.         //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  
35.         if(rowNo%300000==0)\{  
36.             System.out.println("Current Sheet:" + rowNo/300000);  
37.             sheet = wb.createSheet("我的第"\+(rowNo/300000)+"个工作簿");//建立新的sheet对象  
38.             sheet = wb.getSheetAt(rowNo/300000);        //动态指定当前的工作表  
39.             pageRowNo = 0;      //每当新建了工作表就将当前工作表的行号重置为0  
40.         \}     
41.         rowNo++;  
42.         nRow = sheet.createRow(pageRowNo++);    //新建行对象  
43.   
44.         // 打印每行，每行有6列数据   rsmd.getColumnCount()==6 --- 列属性的个数  
45.         for(int j=0;j<rsmd.getColumnCount();j++)\{  
46.             nCell = nRow.createCell(j);  
47.             nCell.setCellValue(rs.getString(j+1));  
48.         \}  
49.               
50.         if(rowNo%10000==0)\{  
51.             System.out.println("row no: " + rowNo);  
52.         \}  
53. //      Thread.sleep(1);    //休息一下，防止对CPU占用，其实影响不大  
54.     \}  
55.           
56.     long finishedTime = System.currentTimeMillis(); //处理完成时间  
57.     System.out.println("finished execute  time: " + (finishedTime - startTime)/1000 + "m");  
58.           
59.     FileOutputStream fOut = new FileOutputStream(xlsFile);  
60.     wb.write(fOut);  
61.     fOut.flush();       //刷新缓冲区  
62.     fOut.close();  
63.           
64.     long stopTime = System.currentTimeMillis();     //写文件时间  
65.     System.out.println("write xlsx file time: " + (stopTime - startTime)/1000 + "m");  
66.           
67.     if(isClose)\{  
68.         this.close(rs, stmt, conn);  
69.     \}  
70. \}  
71.       
72. //执行关闭流的操作  
73. private void close(ResultSet rs, Statement stmt, Connection conn ) throws SQLException\{  
74.     rs.close();     
75.     stmt.close();     
76.     conn.close();   
77. \}

数据库截图：

![Center][]

![Center 1][]

案例执行结果截图：

![Center 2][]             ![Center 3][]

[view plain]: http://blog.csdn.net/happyljw/article/details/52809244#
[Center]: /images/20220529/06e262789c1748a5bc3ff96a90b24dba.png
[Center 1]: /images/20220529/49663de3309143c0a6751a005b1a59e2.png
[Center 2]: https://img-blog.csdn.net/20161013193630923?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center
[Center 3]: /images/20220529/44fafbdeca2942439e7dcbdcd12c1433.png