JAVA使用POI导出百万级别数据解决方案

2022-01-20 00:08:30

 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：

JAVA使用POI导出百万级别数据解决方案

JAVA使用POI导出百万级别数据解决方案

案例执行结果截图：

JAVA使用POI导出百万级别数据解决方案             JAVA使用POI导出百万级别数据解决方案


完美！！！！


数据库脚本及案例相关jar包：

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


上一篇：Junit4单元测试的基本用法


下一篇：GIT常用的基础命令