JAVA筆記-如何將百萬級數據高效的導出到Excel表單

　今天，一朋友問我使用JAVA有沒有什麼辦法導出百萬級的數據到Excel工作表。

　　當時我的第一個念頭就是這真的是一個好瘋狂的念頭。然後就想假如真的有這樣類似的需求，我自己應該怎麼做呢？

　　

　　ps: 首先科普一下基礎知識

　　Excel 2003及以下的版本。一張表最大支持65536行數據，256列。也就是說excel2003完全不可能滿足百萬數據導出的需求。

　　Excel 2007-2010版本。一張表最大支持1048576行，16384列；

　　筆者使用的是office 2010，更高的版本筆者沒有使用過，暫時無法判斷。

　　由此看來百萬級的數據量對Excel自身已經是屬於接近極限的程度。

　　假如我們有更大的需求怎麼辦呢？

　　既然單表支持最大是104w條數據，那麼更大的需求量我們就只能通過程序級分表操作的方式來實現了。O(∩_∩)O哈哈~

 

　　對於操作Excel的類庫。筆者其實瞭解的並不是很多。只是很早以前使用過POI這個類庫，感覺很不錯。於是決定從它入手。看看POI有沒有什麼比較有效的好點的解決辦法。由於筆者以前使用的POI版本比較低。而且使用於excel 2003版本。所以遇到了不少問題。

　　

　　編輯器： Intellij IDEA 13.2

　　類庫需求： POI-3.10-Final

1 <dependency>
2             <groupId>org.apache.poi</groupId>
3             <artifactId>poi</artifactId>
4             <version>3.10-FINAL</version>
5         </dependency>

 

　　新建一個Maven項目。

　　根據筆者以往的經驗，直接使用POI寫了一份代碼。執行的時候直接報錯了。

 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.<init>(HeaderBlock.java:131)
 4     at org.apache.poi.poifs.storage.HeaderBlock.<init>(HeaderBlock.java:104)
 5     at org.apache.poi.poifs.filesystem.POIFSFileSystem.<init>(POIFSFileSystem.java:128)
 6     at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:342)
 7     at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(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'

　　運行直接報錯了。仔細看了報錯信息之後發現。POI要操作excel 2007及以上的版本需要使用XSSF來代替上面代碼的HSSF。

　　

　　發現類庫居然沒有XSSF相關的類。着筆者傻眼了說。於是去POI官網查看。發現完整的POI類庫包含的內容很多。於是詳細瞭解了一下每個部分的具體作用：

　　poi-ooxml和poi-ooxml-schemas是poi對2007及以上版本的擴充。於是在maven依賴中增加：

 1 <dependency>
 2             <groupId>org.apache.poi</groupId>
 3             <artifactId>poi-ooxml</artifactId>
 4             <version>3.10-FINAL</version>
 5         </dependency>
 6         <dependency>
 7             <groupId>org.apache.poi</groupId>
 8             <artifactId>poi-ooxml-schemas</artifactId>
 9             <version>3.10-FINAL</version>
10         </dependency>

　　趕緊修改自己的代碼。實現了支持Excel 2010版本。瞬間有種大功告成的感覺，有木有。。O(∩_∩)O哈哈~。好有成就感的說。

 1 public static void Excel2007AboveOperateOld(String filePath) throws IOException {
 2         XSSFWorkbook workbook = new XSSFWorkbook(new FileInputStream(new File(filePath)));
 3         // 獲取第一個表單
 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                     // 數據
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         // 寫入文件
21         FileOutputStream out = new FileOutputStream("workbook.xlsx");
22         workbook.write(out);
23         out.close();
24     }

　　趕緊運行跑起來。第一次測試寫入1w條數據。耗時8秒多點。感覺寫入速度好慢，1w條8秒，100w。。我的天。這效率完全不能接受。於是測試10w，看看測試一下是不是真的寫入速度過慢。測試結果讓人崩潰。

1 Cast time : 49699

　　測試導出10w條數據到excel耗時將近50秒。於是這種方式被暫時放棄。成就感瞬間被打落在地。

　　

　　再次回到POI的官網。http://poi.apache.org/spreadsheet/index.html

　　官方提到自POI3.8版本開始提供了一種SXSSF的方式，用於超大數據量的操作。於是...

　　原文：

　　SXSSF is an API-compatible streaming extension of XSSF to be used when very large spreadsheets have to be produced...

　　

　　　　馬上開動修改代碼。代碼如下：

 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                     // 數據
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     }

　　多次運行測試。查看數據

1 Cast time : 11604

　　看到數據的瞬間感覺，哇塞。好給力的說。居然從將近50秒縮短帶11秒。。。

　　爲什麼都是代碼差距就這麼大呢？

　　原來，SXSSF實現了一套自動刷入數據的機制。當數據數量達到一定程度時(用戶可以自己設置這個限制)。像文本中刷入部分數據。這樣就緩解了程序運行時候的壓力。達到高效的目的。O(∩_∩)O哈哈~

 

　　再一次測試單表寫入100w條數據。

1 Cast time : 87782

　　將近90秒就完成了100w條數據的寫入。O(∩_∩)O哈哈~。   雖然看上去依舊有一點慢。但是考慮到數據量這樣的耗時，想來已經是可以接受的了。100w條數據生成的Excel表單居然有136mb。打開就這個文檔都花了不少時間。哈哈

　　曬一下成就：

　　

　　

　　源碼下載：http://pan.baidu.com/s/1bnw9pYB

　　筆者能力有限。暫時只是使用POI類庫實現了相對高效的批量寫入。假如有更好的類庫或者是方法的朋友。歡迎留言分享。多謝指點。。O(∩_∩)O哈哈~ 　　

 

作者：TinyZ
出處：http://www.cnblogs.com/zou90512/
關於作者：努力學習，天天向上。不斷探索學習，提升自身價值。記錄經驗分享。
本文版權歸作者和博客園共有，歡迎轉載，但未經作者同意必須保留此段聲明，且在文章頁面明顯位置給出原文鏈接
如有問題，可以通過 [email protected] 聯繫我，非常感謝。
筆者網店: http://aoleitaisen.taobao.com. 歡迎廣大讀者圍觀