转载自:https://www.cnblogs.com/zou90512/p/3989450.html
今天,一朋友问我使用JAVA有没有什么办法导出百万级的数据到Excel工作表。
当时我的第一个念头就是这真的是一个好疯狂的念头。然后就想假如真的有这样类似的需求,我自己应该怎么做呢?
ps: 首先科普一下基础知识
Excel 2003及以下的版本。一张表最大支持65536行数据,256列。也就是说excel2003完全不可能满足百万数据导出的需求。
Excel 2007-2010版本。一张表最大支持1048576行,16384列;
笔者使用的是office 2010,更高的版本笔者没有使用过,暂时无法判断。
由此看来百万级的数据量对Excel自身已经是属于接近极限的程度。
假如我们有更大的需求怎么办呢?
既然单表支持最大是104w条数据,那么更大的需求量我们就只能通过程序级分表操作的方式来实现了。O(∩_∩)O哈哈~
对于操作Excel的类库。笔者其实了解的并不是很多。只是很早以前使用过POI这个类库,感觉很不错。于是决定从它入手。看看POI有没有什么比较有效的好点的解决办法。由于笔者以前使用的POI版本比较低。而且使用于excel 2003版本。所以遇到了不少问题。
编辑器: Intellij IDEA 13.2
类库需求: POI-3.10-Final
1 <dependency> 2 <groupId>org.apache.poigroupId> 3 <artifactId>poiartifactId> 4 <version>3.10-FINALversion> 5 dependency>
新建一个Maven项目。
根据笔者以往的经验,直接使用POI写了一份代码。执行的时候直接报错了。
1 public static void Excel2003Operate(String filePath) throws Exception { 2 HSSFWorkbook hssfWorkbook = new HSSFWorkbook(new FileInputStream(new File(filePath))); 3 HSSFSheet sheet = hssfWorkbook.getSheetAt(0); 4 for (int i = 0; i < 10000; i++) { 5 HSSFRow hssfRow = sheet.createRow(i); 6 for (int j = 0; j < 10; j++) { 7 HSSFCellUtil.createCell(hssfRow, j, String.valueOf(Math.random())); 8 } 9 } 10 FileOutputStream out = new FileOutputStream("workbook.xlsx"); 11 hssfWorkbook.write(out); 12 out.close(); 13 }
1 Connected to the target VM, address: '127.0.0.1:62382', transport: 'socket' 2 Exception in thread "main" org.apache.poi.poifs.filesystem.OfficeXmlFileException: The supplied data appears to be in the Office 2007+ XML. You are calling the part of POI that deals with OLE2 Office Documents. You need to call a different part of POI to process this data (eg XSSF instead of HSSF) 3 at org.apache.poi.poifs.storage.HeaderBlock.(HeaderBlock.java:131) 4 at org.apache.poi.poifs.storage.HeaderBlock. (HeaderBlock.java:104) 5 at org.apache.poi.poifs.filesystem.POIFSFileSystem. (POIFSFileSystem.java:128) 6 at org.apache.poi.hssf.usermodel.HSSFWorkbook. (HSSFWorkbook.java:342) 7 at org.apache.poi.hssf.usermodel.HSSFWorkbook. (HSSFWorkbook.java:323) 8 at dev.tinyz.excel.POIUtil.Excel2003Operate(POIUtil.java:23) 9 at dev.tinyz.excel.Main.main(Main.java:16) 10 Disconnected from the target VM, address: '127.0.0.1:62382', transport: 'socket'
运行直接报错了。仔细看了报错信息之后发现。POI要操作excel 2007及以上的版本需要使用XSSF来代替上面代码的HSSF。
发现类库居然没有XSSF相关的类。着笔者傻眼了说。于是去POI官网查看。发现完整的POI类库包含的内容很多。于是详细了解了一下每个部分的具体作用:
poi-ooxml和poi-ooxml-schemas是poi对2007及以上版本的扩充。于是在maven依赖中增加:
1 <dependency> 2 <groupId>org.apache.poigroupId> 3 <artifactId>poi-ooxmlartifactId> 4 <version>3.10-FINALversion> 5 dependency> 6 <dependency> 7 <groupId>org.apache.poigroupId> 8 <artifactId>poi-ooxml-schemasartifactId> 9 <version>3.10-FINALversion> 10 dependency>
赶紧修改自己的代码。实现了支持Excel 2010版本。瞬间有种大功告成的感觉,有木有。。O(∩_∩)O哈哈~。好有成就感的说。
1 public static void Excel2007AboveOperateOld(String filePath) throws IOException { 2 XSSFWorkbook workbook = new XSSFWorkbook(new FileInputStream(new File(filePath))); 3 // 获取第一个表单 4 Sheet first = workbook.getSheetAt(0); 5 for (int i = 0; i < 100000; i++) { 6 Row row = first.createRow(i); 7 for (int j = 0; j < 11; j++) { 8 if(i == 0) { 9 // 首行 10 row.createCell(j).setCellValue("column" + j); 11 } else { 12 // 数据 13 if (j == 0) { 14 CellUtil.createCell(row, j, String.valueOf(i)); 15 } else 16 CellUtil.createCell(row, j, String.valueOf(Math.random())); 17 } 18 } 19 } 20 // 写入文件 21 FileOutputStream out = new FileOutputStream("workbook.xlsx"); 22 workbook.write(out); 23 out.close(); 24 }
赶紧运行跑起来。第一次测试写入1w条数据。耗时8秒多点。感觉写入速度好慢,1w条8秒,100w。。我的天。这效率完全不能接受。于是测试10w,看看测试一下是不是真的写入速度过慢。测试结果让人崩溃。
1 Cast time : 49699
测试导出10w条数据到excel耗时将近50秒。于是这种方式被暂时放弃。成就感瞬间被打落在地。
再次回到POI的官网。http://poi.apache.org/spreadsheet/index.html
官方提到自POI3.8版本开始提供了一种SXSSF的方式,用于超大数据量的操作。于是...
原文:
SXSSF is an API-compatible streaming extension of XSSF to be used when very large spreadsheets have to be produced...
马上开动修改代码。代码如下:
1 public static void Excel2007AboveOperate(String filePath) throws IOException { 2 XSSFWorkbook workbook1 = new XSSFWorkbook(new FileInputStream(new File(filePath))); 3 SXSSFWorkbook sxssfWorkbook = new SXSSFWorkbook(workbook1, 100); 4 // Workbook workbook = WorkbookFactory.create(new FileInputStream(new File(filePath))); 5 Sheet first = sxssfWorkbook.getSheetAt(0); 6 for (int i = 0; i < 100000; i++) { 7 Row row = first.createRow(i); 8 for (int j = 0; j < 11; j++) { 9 if(i == 0) { 10 // 首行 11 row.createCell(j).setCellValue("column" + j); 12 } else { 13 // 数据 14 if (j == 0) { 15 CellUtil.createCell(row, j, String.valueOf(i)); 16 } else 17 CellUtil.createCell(row, j, String.valueOf(Math.random())); 18 } 19 } 20 } 21 FileOutputStream out = new FileOutputStream("workbook.xlsx"); 22 sxssfWorkbook.write(out); 23 out.close(); 24 }
多次运行测试。查看数据
1 Cast time : 11604
看到数据的瞬间感觉,哇塞。好给力的说。居然从将近50秒缩短带11秒。。。
为什么都是代码差距就这么大呢?
原来,SXSSF实现了一套自动刷入数据的机制。当数据数量达到一定程度时(用户可以自己设置这个限制)。像文本中刷入部分数据。这样就缓解了程序运行时候的压力。达到高效的目的。O(∩_∩)O哈哈~
再一次测试单表写入100w条数据。
1 Cast time : 87782
将近90秒就完成了100w条数据的写入。O(∩_∩)O哈哈~。 虽然看上去依旧有一点慢。但是考虑到数据量这样的耗时,想来已经是可以接受的了。100w条数据生成的Excel表单居然有136mb。打开就这个文档都花了不少时间。哈哈
晒一下成就:
源码下载:http://pan.baidu.com/s/1bnw9pYB
笔者能力有限。暂时只是使用POI类库实现了相对高效的批量写入。假如有更好的类库或者是方法的朋友。欢迎留言分享。多谢指点。。O(∩_∩)O哈哈~