JAVA使用POI如何导出百万级别数据

转载

IT祖师爷 2021-08-18 00:37:24

文章标签 数据 sql 数据库大数据量写入文件 文章分类 Java 后端开发

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

public void exportBigDataExcel(ValueDataDto valueDataDto, String path)
			throws IOException {
	// 最重要的就是使用SXSSFWorkbook，表示流的方式进行操作
	// 在内存中保持100行，超过100行将被刷新到磁盘
	SXSSFWorkbook wb = new SXSSFWorkbook(100);
	Sheet sh = wb.createSheet(); // 建立新的sheet对象
	Row row = sh.createRow(0);   // 创建第一行对象
	// -----------定义表头-----------
	Cell cel0 = row.createCell(0);
	cel0.setCellValue("1");
	Cell cel2 = row.createCell(1);
	cel2.setCellValue("2");
	Cell cel3 = row.createCell(2);
	cel3.setCellValue("3");
	Cell cel4 = row.createCell(3);
	// ---------------------------
	List<valuedatabean> list = new ArrayList<valuedatabean>();
	// 数据库中存储的数据行
	int page_size = 10000;
	// 求数据库中待导出数据的行数
	int list_count = this.daoUtils.queryListCount(this.valueDataDao
			.queryExportSQL(valueDataDto).get("count_sql"));
	// 根据行数求数据提取次数
	int export_times = list_count % page_size > 0 ? list_count / page_size
			+ 1 : list_count / page_size;
	// 按次数将数据写入文件
	for (int j = 0; j < export_times; j++) {
		list = this.valueDataDao.queryPageList(this.valueDataDao
				.queryExportSQL(valueDataDto).get("list_sql"), j + 1,
				page_size);
		int len = list.size() < page_size ? list.size() : page_size;

<span style="white-space:pre">	</span>	for (int i = 0; i < len; i++) {
			Row row_value = sh.createRow(j * page_size + i + 1);
			Cell cel0_value = row_value.createCell(0);
			cel0_value.setCellValue(list.get(i).getaa());
			Cell cel2_value = row_value.createCell(1);
			cel2_value.setCellValue(list.get(i).getaa());
			Cell cel3_value = row_value.createCell(2);
			cel3_value.setCellValue(list.get(i).getaa_person());
		}
		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
	}
	FileOutputStream fileOut = new FileOutputStream(path);
	wb.write(fileOut);
	fileOut.close();
	wb.dispose();
}

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）

public static void main(String[] args) throws Exception {
	Test3SXXFS tm = new Test3SXXFS();
	tm.jdbcex(true);
}
public void jdbcex(boolean isClose) throws InstantiationException, IllegalAccessException, 
			ClassNotFoundException, SQLException, IOException, InterruptedException {
		
	String xlsFile = "f:/poiSXXFSBigData.xlsx";		//输出文件
	//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。
	Workbook wb = new SXSSFWorkbook(100);			//关键语句
	Sheet sheet = null;		//工作表对象
	Row nRow = null;		//行对象
	Cell nCell = null;		//列对象

	//使用jdbc链接数据库
	Class.forName("com.mysql.jdbc.Driver").newInstance();  
	String url = "jdbc:mysql://localhost:3306/bigdata?characterEncoding=UTF-8";
	String user = "root";
	String password = "123456";
	//获取数据库连接
	Connection conn = DriverManager.getConnection(url, user,password);   
	Statement stmt = conn.createStatement(ResultSet.TYPE_SCROLL_SENSITIVE,ResultSet.CONCUR_UPDATABLE);   
	String sql = "select * from hpa_normal_tissue limit 1000000";   //100万测试数据
	ResultSet rs = stmt.executeQuery(sql);  
	
	ResultSetMetaData rsmd = rs.getMetaData();
	long  startTime = System.currentTimeMillis();	//开始时间
	System.out.println("strat execute time: " + startTime);
		
	int rowNo = 0;		//总行号
	int pageRowNo = 0;	//页行号
		
	while(rs.next()) {
		//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
		if(rowNo%300000==0){
			System.out.println("Current Sheet:" + rowNo/300000);
			sheet = wb.createSheet("我的第"+(rowNo/300000)+"个工作簿");//建立新的sheet对象
			sheet = wb.getSheetAt(rowNo/300000);		//动态指定当前的工作表
			pageRowNo = 0;		//每当新建了工作表就将当前工作表的行号重置为0
		}	
		rowNo++;
		nRow = sheet.createRow(pageRowNo++);	//新建行对象

		// 打印每行，每行有6列数据   rsmd.getColumnCount()==6 --- 列属性的个数
		for(int j=0;j<rsmd.getColumnCount();j++){
			nCell = nRow.createCell(j);
			nCell.setCellValue(rs.getString(j+1));
		}
			
		if(rowNo%10000==0){
			System.out.println("row no: " + rowNo);
		}
//		Thread.sleep(1);	//休息一下，防止对CPU占用，其实影响不大
	}
		
	long finishedTime = System.currentTimeMillis();	//处理完成时间
	System.out.println("finished execute  time: " + (finishedTime - startTime)/1000 + "m");
		
	FileOutputStream fOut = new FileOutputStream(xlsFile);
	wb.write(fOut);
	fOut.flush();		//刷新缓冲区
	fOut.close();
		
	long stopTime = System.currentTimeMillis();		//写文件时间
	System.out.println("write xlsx file time: " + (stopTime - startTime)/1000 + "m");
		
	if(isClose){
		this.close(rs, stmt, conn);
	}
}
	
//执行关闭流的操作
private void close(ResultSet rs, Statement stmt, Connection conn ) throws SQLException{
	rs.close();   
	stmt.close();   
	conn.close(); 
}

数据库截图：

JAVA使用POI如何导出百万级别数据_写入文件