您所在的位置:主页 > JAVA技术 >

Java使用POI如何导出百万级别数据

时间:2018-03-30 17:28来源:未知 作者:os 点击:

 
 
        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
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;  
      
[java] view plain copy
<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)
 
 
[java] view plain copy
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: