JAVA使用POI如何导出百万级别数据

Posted 起个名字好难

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JAVA使用POI如何导出百万级别数据相关的知识,希望对你有一定的参考价值。

 

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JAVA使用POI如何导出百万级别数据的主要内容,如果未能解决你的问题,请参考以下文章

java 使用POI导出百万级数据

如何高效的导出 百万级别的数据量 到 Excel?

POI 百万数据导出

百万级数据excel导出功能如何实现?

c#导出百万级别数据到Excel速度优化到一分钟之内

基于EasyExcel实现百万级数据导入导出