1. 程式人生 > >JAVA使用POI如何匯出百萬級別資料(轉載)

JAVA使用POI如何匯出百萬級別資料(轉載)

用過POI的人都知道,在POI以前的版本中並不支援大資料量的處理,如果資料量過多還會常報OOM錯誤,這時候調整JVM的配置引數也不是一個好對策(注:jdk在32位系統中支援的記憶體不能超過2個G,而在64位中沒有限制,但是在64位的系統中,效能並不是太好),好在POI3.8版本新出來了一個SXSSFWorkbook物件,它就是用來解決大資料量以及超大資料量的匯入匯出操作的,但是SXSSFWorkbook只支援.xlsx格式,不支援.xls格式的Excel檔案。
這裡普及一下,在POI中使用HSSF物件時,excel 2003最多隻允許儲存65536條資料,一般用來處理較少的資料量,這時對於百萬級別資料,Excel肯定容納不了,而且在計算機效能稍低的機器上測試,就很容易導致堆溢位。而當我升級到XSSF物件時,它可以直接支援excel2007以上版本,因為它採用ooxml格式。這時excel可以支援1048576條資料,單個sheet表就支援近104萬條資料了,雖然這時匯出100萬資料能滿足要求,但使用XSSF測試後發現偶爾還是會發生堆溢位,所以也不適合百萬資料的匯出。

 現在我們知道excel2007及以上版本可以輕鬆實現儲存百萬級別的資料,但是系統中的大量資料是如何能夠快速準確的匯入到excel中這好像是個難題,對於一般的web系統,我們為了解決成本,基本都是使用的入門級web伺服器tomcat,既然我們不推薦調整JVM的大小,那我們就要針對我們的程式碼來解決我們要解決的問題。在POI3.8之後新增加了一個類,SXSSFWorkbook,採用當資料加工時不是類似前面版本的物件,它可以控制excel資料佔用的記憶體,他通過控制在記憶體中的行數來實現資源管理,即當建立物件超過了設定的行數,它會自動重新整理記憶體,將資料寫入檔案,這樣導致列印時,佔用的CPU,和記憶體很少。但有人會說了,我用過這個類啊,他好像並不能完全解決,當資料量超過一定量後還是會記憶體溢位的,而且時間還很長。對你只是用了這個類,但是你並沒有針對你的需求進行相應的設計,僅僅是用了,所以接下來我要說的問題就是,如何通過SXSSFWorkbook以及相應的寫入設計來實現百萬級別的資料快速寫入。

 我先舉個例子,以前我們資料庫中存在大量的資料,我們要查詢,怎麼辦?我們在沒有經過設計的時候是這樣來處理的,先寫一個集合,然後執行jdbc,將返回的結果賦值給list,然後再返回到頁面上,但是當資料量大的時候,就會出現資料無法返回,記憶體溢位的情況,於是我們在有限的時間和空間下,通過分頁將資料一頁一頁的顯示出來,這樣可以避免了大資料量資料對記憶體的佔用,也提高了使用者的體驗,在我們要匯出的百萬資料也是一個道理,記憶體突發性佔用,我們可以限制匯出資料所佔用的記憶體,這裡我先建立一個list容器,list中開闢10000行的儲存空間,每次儲存10000行,用完了將內容清空,然後重複利用,這樣就可以有效控制記憶體,所以我們的設計思路就基本形成了,所以分頁資料匯出共有以下3個步驟:

1、求資料庫中待匯出資料的行數

2、根據行數求資料提取次數

3、按次數將資料寫入檔案

通過以上步驟在效率和使用者體驗性上都有了很高的提高,接下來上程式碼

public void exportBigDataExcel(ValueDataDto valueDataDto, String path)
            throws IOException {
    // 最重要的就是使用SXSSFWorkbook,表示流的方式進行操作
    // 在記憶體中保持100行,超過100行將被重新整理到磁碟
    SXSSFWorkbook wb = new SXSSFWorkbook(100);
    Sheet sh = wb.createSheet(); // 建立新的sheet物件
    Row row = sh.createRow(0);   // 建立第一行物件
    // -----------定義表頭-----------
    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>();
    // 資料庫中儲存的資料行
    int page_size = 10000;
    // 求資料庫中待匯出資料的行數
    int list_count = this.daoUtils.queryListCount(this.valueDataDao
            .queryExportSQL(valueDataDto).get("count_sql"));
    // 根據行數求資料提取次數
    int export_times = list_count % page_size > 0 ? list_count / page_size
            + 1 : list_count / page_size;
    // 按次數將資料寫入檔案
    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(); // 每次儲存len行,用完了將內容清空,以便記憶體可重複利用
    }
    FileOutputStream fileOut = new FileOutputStream(path);
    wb.write(fileOut);
    fileOut.close();
    wb.dispose();
}

到目前已經可以實現百萬資料的匯出了,但是當我們的業務資料超過200萬,300萬了呢?如何解決?

這時,直接列印資料到一個工作簿的一個工作表是實現不了的,必須拆分到多個工作表,或者多個工作簿中才能實現。因為一個sheet最多行數為1048576。

下面就以這種思路提供另外一種解決方案,直接上程式碼(後面會附上測試資料庫,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";        //輸出檔案
    //記憶體中只建立100個物件,寫臨時檔案,當超過100條,就將記憶體中不用的物件釋放。
    Workbook wb = new SXSSFWorkbook(100);            //關鍵語句
    Sheet sheet = null;        //工作表物件
    Row nRow = null;        //行物件
    Cell nCell = null;        //列物件
 
    //使用jdbc連結資料庫
    Class.forName("com.mysql.jdbc.Driver").newInstance();  
    String url = "jdbc:mysql://localhost:3306/bigdata?characterEncoding=UTF-8";
    String user = "root";
    String password = "123456";
    //獲取資料庫連線
    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";   //100萬測試資料
    ResultSet rs = stmt.executeQuery(sql);  
    
    ResultSetMetaData rsmd = rs.getMetaData();
    long  startTime = System.currentTimeMillis();    //開始時間
    System.out.println("strat execute time: " + startTime);
        
    int rowNo = 0;        //總行號
    int pageRowNo = 0;    //頁行號
        
    while(rs.next()) {
        //列印300000條後切換到下個工作表,可根據需要自行拓展,2百萬,3百萬...資料一樣操作,只要不超過1048576就可以
        if(rowNo%300000==0){
            System.out.println("Current Sheet:" + rowNo/300000);
            sheet = wb.createSheet("我的第"+(rowNo/300000)+"個工作簿");//建立新的sheet物件
            sheet = wb.getSheetAt(rowNo/300000);        //動態指定當前的工作表
            pageRowNo = 0;        //每當新建了工作表就將當前工作表的行號重置為0
        }    
        rowNo++;
        nRow = sheet.createRow(pageRowNo++);    //新建行物件
 
        // 列印每行,每行有6列資料   rsmd.getColumnCount()==6 --- 列屬性的個數
        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,防止對CPU佔用,其實影響不大
    }
        
    long finishedTime = System.currentTimeMillis();    //處理完成時間
    System.out.println("finished execute  time: " + (finishedTime - startTime)/1000 + "m");
        
    FileOutputStream fOut = new FileOutputStream(xlsFile);
    wb.write(fOut);
    fOut.flush();        //重新整理緩衝區
    fOut.close();
        
    long stopTime = System.currentTimeMillis();        //寫檔案時間
    System.out.println("write xlsx file time: " + (stopTime - startTime)/1000 + "m");
        
    if(isClose){
        this.close(rs, stmt, conn);
    }
}
    
//執行關閉流的操作
private void close(ResultSet rs, Statement stmt, Connection conn ) throws SQLException{
    rs.close();   
    stmt.close();   
    conn.close(); 
}

資料庫截圖:

案例執行結果截圖: