如何高效的导出 百万级别的数据量 到 Excel?

Posted libin9iOak

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何高效的导出 百万级别的数据量 到 Excel?相关的知识,希望对你有一定的参考价值。

文章目录

如何高效的导出 百万级别的数据量 到 Excel?

传统方式:

  1. 使用基于流的方式进行数据写入,避免将所有数据一次性加载到内存中。可以使用 Apache POI 库中的 SXSSFWorkbook 类,它采用了基于流的方式进行数据写入,可以避免内存溢出的问题,提高写入效率。

  2. 将数据分段进行写入,例如每次只写入 1000 条数据,避免一次性写入所有数据。这样可以避免写入效率较低的问题,并减少对内存的占用,提高写入效率。

  3. 将数据按列进行写入,而不是按行进行写入。这样可以减少写入数据时需要移动光标的次数,提高写入效率。

  4. 避免频繁创建对象和变量。在数据量较大的情况下,创建对象和变量会占用较多的内存,从而降低程序的效率。可以使用对象池和线程池等技术来优化程序的效率。

  5. 使用多线程进行数据写入。将数据分段后,可以将不同的线程分别进行数据写入,从而提高写入效率。可以使用 Java 的 Executor 框架来实现多线程的管理和协调。

代码实现:

基于流的方式进行数据写入,可以使用 Apache POI 库中的 SXSSFWorkbook 类,该类采用了基于流的方式进行数据写入,避免将所有数据一次性加载到内存中。下面是一个简单的代码示例,假设需要将数据导出到名为 “test.xlsx” 的 Excel 文件中:

// 创建工作簿对象
SXSSFWorkbook workbook = new SXSSFWorkbook();

// 创建工作表对象
SXSSFSheet sheet = workbook.createSheet("Sheet1");

// 写入表头
Row header = sheet.createRow(0);
header.createCell(0).setCellValue("姓名");
header.createCell(1).setCellValue("年龄");

// 写入数据
for (int i = 0; i < 1000000; i++) 
    Row row = sheet.createRow(i + 1);
    row.createCell(0).setCellValue("张三" + i);
    row.createCell(1).setCellValue(i);


// 写入到文件中
FileOutputStream outputStream = new FileOutputStream("test.xlsx");
workbook.write(outputStream);
outputStream.close();

// 关闭工作簿对象
workbook.close();

其他方式:

在 Java 中,常用的写入 Excel 文件的方式有以下几种:

1. 基于 Apache POI 的方式。

Apache POI 是一个开源的 Java 库,提供了读写 Excel 文件的 API,支持多种文件格式,包括 XLS 和 XLSX 格式。对于百万级别的数据量,可以使用 SXSSFWorkbook 类进行基于流的写入,避免内存溢出的问题。下面是一个使用 Apache POI 的示例代码:

 public static void writeExcel(List<List<Object>> data, String filePath, String sheetName) 
    Workbook workbook = new SXSSFWorkbook();
    Sheet sheet = workbook.createSheet(sheetName);

    int rownum = 0;
    for (List<Object> rowData : data) 
        Row row = sheet.createRow(rownum++);
        int cellnum = 0;
        for (Object obj : rowData) 
            Cell cell = row.createCell(cellnum++);
            if (obj instanceof String) 
                cell.setCellValue((String)obj);
             else if (obj instanceof Integer) 
                cell.setCellValue((Integer)obj);
             else if (obj instanceof Double) 
                cell.setCellValue((Double)obj);
             // 其他类型可以根据需要添加
        
    

    try 
        FileOutputStream out = new FileOutputStream(new File(filePath));
        workbook.write(out);
        out.close();
        workbook.close();
     catch (IOException e) 
        e.printStackTrace();
    

2. 基于 EasyExcel 的方式。

EasyExcel 是一个基于 Apache POI 封装的 Java 库,提供了更加简单易用的 API,支持读写多种文件格式,包括 XLS、XLSX 和 CSV 格式。对于大规模数据量,EasyExcel 采用了基于流的方式进行数据读写,可以避免内存溢出的问题,同时提供了多线程和异步写入等特性,可以进一步提高程序的效率。下面是一个使用 EasyExcel 的示例代码:

 public static void writeExcel(List<List<Object>> data, String filePath, String sheetName) 
    ExcelWriter excelWriter = EasyExcel.write(filePath).build();
    WriteSheet writeSheet = EasyExcel.writerSheet(sheetName).build();

    int rownum = 0;
    for (List<Object> rowData : data) 
        List<String> rowValues = rowData.stream().map(Object::toString).collect(Collectors.toList());
        excelWriter.write(rowValues, writeSheet);
    

    excelWriter.finish();

总之,对于大规模数据量的写入,建议使用基于流的方式进行数据读写,并使用分段、按列、对象池、线程池等技术来提高程序的效率。Apache POI 和 EasyExcel 都是比较常用的 Java 库,可以根据具体的需求选择合适的库进行开发。

总结:

除了使用基于流的方式进行数据读写以外,还有一些其他的实现方式可以进一步提高程序的效率,包括:

使用内存映射文件。内存映射文件是一种将文件内容映射到内存中的技术,可以有效地减少文件的读写次数,提高程序的效率。在 Java 中,可以使用 NIO 库的 MappedByteBuffer 类实现内存映射文件的读写。

使用缓存机制。将数据写入 Excel 文件的过程中,可以使用缓存机制来避免频繁地读写磁盘文件。可以将数据按照一定的规则划分为多个块,并使用内存缓存这些块数据。当缓存达到一定的大小后,再一次性将数据写入 Excel 文件中,可以避免频繁的 I/O 操作。

使用多线程或异步方式。对于大规模数据量的写入,可以使用多线程或异步方式来提高程序的效率。可以将数据划分为多个块,使用线程池或异步任务进行并行处理。在处理过程中,需要注意线程安全和数据一致性的问题。

以上是一些提高程序效率的常用技术和实现方式,具体使用哪种方式还需要根据实际情况进行评估和选择。

如果你还想了解如何导入数据库,请参考:

百万级 Excel导入数据库 效率太低? 基于 SAX 的事件模型 导入,将会解决 效率问题

结语

如果这篇文章对您有所帮助,或者有所启发的话,求一键三连:点赞、评论、收藏➕关注,您的支持是我坚持写作最大的动力。

JAVA使用POI如何导出百万级别数据

 

原文:http://blog.csdn.net/happyljw/article/details/52809244

 

 

   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
 
  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
 
  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
 
  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:

 

技术分享图片

技术分享图片

案例执行结果截图:

技术分享图片             技术分享图片

 

完美!!!!

 

数据库脚本及案例相关jar包:

http://pan.baidu.com/s/1pKXQp55



以上是关于如何高效的导出 百万级别的数据量 到 Excel?的主要内容,如果未能解决你的问题,请参考以下文章

百万级数据记录量优化查询以及导出EXCEL文件编程

JAVA使用POI如何导出百万级别数据

JAVA使用POI如何导出百万级别数据

几百万数据量的Excel导出会内存溢出和卡顿?那是你没用对方法!

Java 使用stringTemplate导出大批量数据excel(百万级)

百万级数据excel导出功能如何实现?