`

解决大批量数据导出Excel产生内存溢出的方案

    博客分类:
  • java
阅读更多

POI或者JXL在导出大量数据的时候,由于它们将每一个单元格生都成一个Cell对象,所以很容易导致内存溢出。解决这个问题,唯一的办法是弄清楚Excel的二进制格式(汗),并且用流的方式读写Excel。POI和JXL其实提供了二进制方式读写Excel的API,只是因为缺少文档和实例,所以使用的人不多。我编写了这个简单的合并Excel的类,它只适合合并结构相同的多个Excel文件。好在这个功能已经可以解决数据导出产生OOM的问题:将数据分批导出然后合并。
下面的代码使用POI3.1,合并11个3000多行的文档用时约6秒,我实在找不到更多的测试用的文档了。

Java代码 复制代码
@SuppressWarnings("unchecked")   
public class XlsMergeUtil {   
  private static Logger logger = LoggerFactory.getLogger(XlsMergeUtil.class);   
  
  /**  
   * 将多个Xls文件合并为一个,适用于只有一个sheet,并且格式相同的文档  
   * @param inputs 输入的Xls文件  
   * @param out 输出文件  
   */  
  public static void merge(InputStream[] inputs, OutputStream out) {   
    if (inputs == null || inputs.length <= 1) {   
      throw new IllegalArgumentException("没有传入输入流数组,或只有一个输入流.");   
    }   
  
    List<Record> rootRecords = getRecords(inputs[0]);   
    Workbook workbook = Workbook.createWorkbook(rootRecords);   
    List<Sheet> sheets = getSheets(workbook, rootRecords);   
    if(sheets == null || sheets.size() == 0) {   
      throw new IllegalArgumentException("第一篇文档的格式错误,必须有至少一个sheet");   
    }   
    //以第一篇文档的最后一个sheet为根,以后的数据都追加在这个sheet后面   
    Sheet rootSheet = sheets.get(sheets.size() - 1);    
    int rootRows = getRowsOfSheet(rootSheet); //记录第一篇文档的行数,以后的行数在此基础上增加   
    rootSheet.setLoc(rootSheet.getDimsLoc());   
    Map<Integer, Integer> map = new HashMap(10000);   
  
    for (int i = 1; i < inputs.length; i++) { //从第二篇开始遍历   
      List<Record> records = getRecords(inputs[i]);   
      int rowsOfCurXls = 0;   
      //遍历当前文档的每一个record   
      for (Iterator itr = records.iterator(); itr.hasNext();) {   
        Record record = (Record) itr.next();   
        if (record.getSid() == RowRecord.sid) { //如果是RowRecord   
          RowRecord rowRecord = (RowRecord) record;   
          //调整行号   
          rowRecord.setRowNumber(rootRows + rowRecord.getRowNumber());   
          rootSheet.addRow(rowRecord); //追加Row   
          rowsOfCurXls++; //记录当前文档的行数   
        }   
        //SST记录,SST保存xls文件中唯一的String,各个String都是对应着SST记录的索引   
        else if (record.getSid() == SSTRecord.sid) {   
          SSTRecord sstRecord = (SSTRecord) record;   
          for (int j = 0; j < sstRecord.getNumUniqueStrings(); j++) {   
            int index = workbook.addSSTString(sstRecord.getString(j));   
            //记录原来的索引和现在的索引的对应关系   
            map.put(Integer.valueOf(j), Integer.valueOf(index));   
          }   
        } else if (record.getSid() == LabelSSTRecord.sid) {   
          LabelSSTRecord label = (LabelSSTRecord) record;   
          //调整SST索引的对应关系   
          label.setSSTIndex(map.get(Integer.valueOf(label.getSSTIndex())));   
        }   
        //追加ValueCell   
        if (record instanceof CellValueRecordInterface) {   
          CellValueRecordInterface cell = (CellValueRecordInterface) record;   
          int cellRow = cell.getRow() + rootRows;   
          cell.setRow(cellRow);   
          rootSheet.addValueRecord(cellRow, cell);   
        }   
      }   
      rootRows += rowsOfCurXls;   
    }   
    byte[] data = getBytes(workbook, sheets.toArray(new Sheet[0]));   
    write(out, data);   
  }   
  
  static void write(OutputStream out, byte[] data) {   
    POIFSFileSystem fs = new POIFSFileSystem();   
    // Write out the Workbook stream   
    try {   
      fs.createDocument(new ByteArrayInputStream(data), "Workbook");   
      fs.writeFilesystem(out);   
      out.flush();   
    } catch (IOException e) {   
      e.printStackTrace();   
    } finally {   
      try {   
        out.close();   
      } catch (IOException e) {   
        e.printStackTrace();   
      }   
    }   
  }   
  
  static List<Sheet> getSheets(Workbook workbook, List records) {   
    int recOffset = workbook.getNumRecords();   
    int sheetNum = 0;   
  
    // convert all LabelRecord records to LabelSSTRecord   
    convertLabelRecords(records, recOffset, workbook);   
    List<Sheet> sheets = new ArrayList();   
    while (recOffset < records.size()) {   
      Sheet sh = Sheet.createSheet(records, sheetNum++, recOffset);   
  
      recOffset = sh.getEofLoc() + 1;   
      if (recOffset == 1) {   
        break;   
      }   
      sheets.add(sh);   
    }   
    return sheets;   
  }   
  
  static int getRows(List<Record> records) {   
    int row = 0;   
    for (Iterator itr = records.iterator(); itr.hasNext();) {   
      Record record = (Record) itr.next();   
      if (record.getSid() == RowRecord.sid) {   
        row++;   
      }   
    }   
    return row;   
  }   
     
  static int getRowsOfSheet(Sheet sheet) {   
    int rows = 0;   
    sheet.setLoc(0);   
    while(sheet.getNextRow() != null) {   
      rows++;   
    }   
    return rows;   
  }   
  
  @SuppressWarnings("deprecation")   
  static List<Record> getRecords(InputStream input) {   
    try {   
      POIFSFileSystem poifs = new POIFSFileSystem(input);   
      InputStream stream = poifs.getRoot().createDocumentInputStream("Workbook");   
      return org.apache.poi.hssf.record.RecordFactory.createRecords(stream);   
    } catch (IOException e) {   
      logger.error("IO异常:{}", e.getMessage());   
      e.printStackTrace();   
    }   
    return Collections.EMPTY_LIST;   
  }   
  
  static void convertLabelRecords(List records, int offset, Workbook workbook) {   
  
    for (int k = offset; k < records.size(); k++) {   
      Record rec = (Record) records.get(k);   
  
      if (rec.getSid() == LabelRecord.sid) {   
        LabelRecord oldrec = (LabelRecord) rec;   
  
        records.remove(k);   
        LabelSSTRecord newrec = new LabelSSTRecord();   
        int stringid = workbook.addSSTString(new UnicodeString(oldrec.getValue()));   
  
        newrec.setRow(oldrec.getRow());   
        newrec.setColumn(oldrec.getColumn());   
        newrec.setXFIndex(oldrec.getXFIndex());   
        newrec.setSSTIndex(stringid);   
        records.add(k, newrec);   
      }   
    }   
  }   
  
  public static byte[] getBytes(Workbook workbook, Sheet[] sheets) {   
    // HSSFSheet[] sheets = getSheets();   
    int nSheets = sheets.length;   
  
    // before getting the workbook size we must tell the sheets that   
    // serialization is about to occur.   
    for (int i = 0; i < nSheets; i++) {   
      sheets[i].preSerialize();   
    }   
  
    int totalsize = workbook.getSize();   
  
    // pre-calculate all the sheet sizes and set BOF indexes   
    int[] estimatedSheetSizes = new int[nSheets];   
    for (int k = 0; k < nSheets; k++) {   
      workbook.setSheetBof(k, totalsize);   
      int sheetSize = sheets[k].getSize();   
      estimatedSheetSizes[k] = sheetSize;   
      totalsize += sheetSize;   
    }   
  
    byte[] retval = new byte[totalsize];   
    int pos = workbook.serialize(0, retval);   
  
    for (int k = 0; k < nSheets; k++) {   
      int serializedSize = sheets[k].serialize(pos, retval);   
      if (serializedSize != estimatedSheetSizes[k]) {   
            throw new IllegalStateException("Actual serialized sheet size (" + serializedSize   
            + ") differs from pre-calculated size (" + estimatedSheetSizes[k] + ") for sheet (" + k   
            + ")");   
        Sheet.serializeIndexRecord() does not   
      }   
      pos += serializedSize;   
    }   
    return retval;   
  }   
  
  public static void main(String[] args) throws Exception {   
    final String PATH = "E:\\projects\\java\\ws_0\\export\\data\\";   
    InputStream[] inputs = new InputStream[10];   
    inputs[0] = new java.io.FileInputStream(PATH + "07_10.xls");   
    for(int i = 1; i <= 9; i++) {   
      inputs[i] = new java.io.FileInputStream(PATH + "07_0" + i + ".xls");   
    }   
    OutputStream out = new FileOutputStream(PATH + "xx.xls");   
    long t1 = System.currentTimeMillis();   
    merge(inputs, out);   
    System.out.println(System.currentTimeMillis() - t1);//简陋的测试一下时间   
  }   
  
}  
 
分享到:
评论

相关推荐

    java解决大批量数据导出Excel产生内存溢出的方案

    java解决大批量数据导出Excel产生内存溢出的方案

    java多线程导出excel(千万级别)优化

    轻松解决普通poi形式导出Excel的中出现的栈溢出问题,此资源可实现千万级数据分批导出csv文件,csv大数据量导出(千万级别,不会内存溢出),多线程导出 ,生产环境已经很稳定的使用着

    java中使用poi导出Excel大批量数据到客户端

    在java web系统应用中我们经常会用到大批量数据的导出,动辄就上几十万几百万的数据让我们的程序感觉压力很大,甚至都出现无法导出的情况,如内存溢出等。 java中使用poi导出Excel大批量数据到客户端 存在两个导出...

    poi_模板导出excel,支持百万级数据模板导出

    poi导入、导出,支持百万级数据模板导出、合并excel。项目为spring-boot-2上开发。resource里面有模板,在junit...注意此版本不支持分页导出,一次性导出大批量数据也会出现内存溢出问题,最新上传的版本支持分页导出,

    Java 导出大批量数据excel(百万级).pdf

    目前java框架中能够生成excel文件的的确不少,但是,能够生成大数据量的excel框架,我倒是没发现,一般数据量大了都会出现内存溢出,所以,生成大数据量的excel文件要返璞归真,用java的基础技术,IO流来实现。...

    easyExcel实现大数据导出

    阿里巴巴easyExcel实现大数据导出!!

    真香!Java 导出 Excel 表格竟变得如此简单优雅

    poi 和 jxl 对内存的消耗很大,在处理大批量的数据时,容易造成内存溢出。比如处理一个 3M 的 Excel,poi 和 jxl 可能需要上百兆的内存,但 easyexcel 可能只需要几百或几千 KB(内存消耗对比有些夸张)。在性能这...

    java实现csv导出千万级数据实例

    轻松解决普通poi形式导出Excel的中出现的栈溢出问题,此资源可实现千万级数据分批导出csv文件,测试实现16500000条数据大概80秒左右;具体表里内容。

    CSV大数据分批并压缩导出

    使用POI、JXL导出大量的数据到Excel很容易造成内存溢出,而CSV采用流的方式将大数据分批并压缩导出

Global site tag (gtag.js) - Google Analytics