java大数据量的excel导入导出

Love The Way You Lie 2022-12-25 15:58 192阅读 0赞

java大数据量的excel导入导出

大数据量导入导出， 亲测可解决百万级excel的导入导出！

基础：

03版（xls）excel文件每个sheet最大长度为 65535

07版（xlsx）excel文件每个sheet最大长度为 104万

07版后， 底层文件为 xml， 可以将 xlsx后缀改为rar 后用解压软件打开查看源文件

导入：

所需jar包： 3个  
   
poi-ooxml-3.12-beta1-sources.jar  
poi-3.12-beta1-sources.jar

<groupId>org.eclipse.birt.runtime.3\_7\_1</groupId>

<artifactId>org.apache.xerces</artifactId>

</dependency>  
xerces-2.7.1.jar

工具类代码：  
BigDataParseExcel.java

package com.winit.sms.common.excel;
    
     import java.io.InputStream;
    
     import java.sql.SQLException;
    
     import java.util.ArrayList;
    
     import java.util.Iterator;
    
     import java.util.List;
    
     import org.apache.poi.xssf.eventusermodel.XSSFReader;
    
     import org.apache.poi.xssf.model.SharedStringsTable;
    
     import org.apache.poi.xssf.usermodel.XSSFRichTextString;
    
     import org.apache.poi.openxml4j.opc.OPCPackage;
    
     import org.xml.sax.Attributes;
    
     import org.xml.sax.InputSource;
    
     import org.xml.sax.SAXException;
    
     import org.xml.sax.XMLReader;
    
     import org.xml.sax.helpers.DefaultHandler;
    
     import org.xml.sax.helpers.XMLReaderFactory;
    
     /**
    
     * XSSF and SAX (Event API)
    
     */
    
     public abstract class BigDataParseExcel extends DefaultHandler {
    
     private SharedStringsTable sst;
    
     private String lastContents;
    
     private boolean nextIsString;
    
     private int sheetIndex = -1;
    
     private List<String> rowlist = new ArrayList<String>();
    
     private int curRow = 0; //当前行
    
     private int curCol = 0; //当前列索引
    
     private int preCol = 0; //上一列列索引
    
     private int titleRow = 0; //标题行，一般情况下为0
    
     private int rowsize = 0; //列数
    
     //excel记录行操作方法，以sheet索引，行索引和行元素列表为参数，对sheet的一行元素进行操作，元素为String类型
    
     public abstract void optRows(int sheetIndex,int curRow, List<String> rowlist) throws SQLException;
    
     //只遍历一个sheet，其中sheetId为要遍历的sheet索引，从1开始，1-3
    
     /**
    
     *
    
     * @param filename
    
     * @param sheetId sheetId为要遍历的sheet索引，从1开始，1-3
    
     * @throws Exception
    
     */
    
     public void processOneSheet(String filename,int sheetId) throws Exception {
    
     OPCPackage pkg = OPCPackage.open(filename);
    
     XSSFReader r = new XSSFReader(pkg);
    
     SharedStringsTable sst = r.getSharedStringsTable();
    
     XMLReader parser = fetchSheetParser(sst);
    
     // rId2 found by processing the Workbook
    
     // 根据 rId# 或 rSheet# 查找sheet
    
     InputStream sheet2 = r.getSheet("rId"+sheetId);
    
     sheetIndex++;
    
     InputSource sheetSource = new InputSource(sheet2);
    
     parser.parse(sheetSource);
    
     sheet2.close();
    
     }
    
     /**
    
     * 遍历 excel 文件
    
     */
    
     public void process(String filename) throws Exception {
    
     OPCPackage pkg = OPCPackage.open(filename);
    
     XSSFReader r = new XSSFReader(pkg);
    
     SharedStringsTable sst = r.getSharedStringsTable();
    
     XMLReader parser = fetchSheetParser(sst);
    
     Iterator<InputStream> sheets = r.getSheetsData();
    
     while (sheets.hasNext()) {
    
     curRow = 0;
    
     sheetIndex++;
    
     InputStream sheet = sheets.next();
    
     InputSource sheetSource = new InputSource(sheet);
    
     parser.parse(sheetSource);
    
     sheet.close();
    
     }
    
     }
    
     public XMLReader fetchSheetParser(SharedStringsTable sst)
    
     throws SAXException {
    
     XMLReader parser = XMLReaderFactory.createXMLReader();
    
     //.createXMLReader("org.apache.xerces.parsers.SAXParser");
    
     this.sst = sst;
    
     parser.setContentHandler(this);
    
     return parser;
    
     }
    
     public void startElement(String uri, String localName, String name,
    
     Attributes attributes) throws SAXException {
    
     // c => 单元格
    
     if (name.equals("c")) {
    
     // 如果下一个元素是 SST 的索引，则将nextIsString标记为true
    
     String cellType = attributes.getValue("t");
    
     String rowStr = attributes.getValue("r");
    
     curCol = this.getRowIndex(rowStr);
    
     if (cellType != null && cellType.equals("s")) {
    
     nextIsString = true;
    
     } else {
    
     nextIsString = false;
    
     }
    
     }
    
     // 置空
    
     lastContents = "";
    
     }
    
     public void endElement(String uri, String localName, String name)
    
     throws SAXException {
    
     // 根据SST的索引值的到单元格的真正要存储的字符串
    
     // 这时characters()方法可能会被调用多次
    
     if (nextIsString) {
    
     try {
    
     int idx = Integer.parseInt(lastContents);
    
     lastContents = new XSSFRichTextString(sst.getEntryAt(idx))
    
     .toString();
    
     } catch (Exception e) {
    
     }
    
     }
    
     // v => 单元格的值，如果单元格是字符串则v标签的值为该字符串在SST中的索引
    
     // 将单元格内容加入rowlist中，在这之前先去掉字符串前后的空白符
    
     if (name.equals("v")) {
    
     String value = lastContents.trim();
    
     value = value.equals("")?" ":value;
    
     int cols = curCol-preCol;
    
     if (cols>1){
    
     for (int i = 0;i < cols-1;i++){
    
     rowlist.add(preCol,"");
    
     }
    
     }
    
     preCol = curCol;
    
     rowlist.add(curCol-1, value);
    
     }else {
    
     //如果标签名称为 row ，这说明已到行尾，调用 optRows() 方法
    
     if (name.equals("row")) {
    
     int tmpCols = rowlist.size();
    
     if(curRow>this.titleRow && tmpCols<this.rowsize){
    
     for (int i = 0;i < this.rowsize-tmpCols;i++){
    
     rowlist.add(rowlist.size(), "");
    
     }
    
     }
    
     try {
    
     optRows(sheetIndex,curRow,rowlist);
    
     } catch (SQLException e) {
    
     e.printStackTrace();
    
     }
    
     if(curRow==this.titleRow){
    
     this.rowsize = rowlist.size();
    
     }
    
     rowlist.clear();
    
     curRow++;
    
     curCol = 0;
    
     preCol = 0;
    
     }
    
     }
    
     }
    
     public void characters(char[] ch, int start, int length)
    
     throws SAXException {
    
     //得到单元格内容的值
    
     lastContents += new String(ch, start, length);
    
     }
    
     //得到列索引，每一列c元素的r属性构成为字母加数字的形式，字母组合为列索引，数字组合为行索引，
    
     //如AB45,表示为第（A-A+1）*26+（B-A+1）*26列，45行
    
     public int getRowIndex(String rowStr){
    
     rowStr = rowStr.replaceAll("[^A-Z]", "");
    
     byte[] rowAbc = rowStr.getBytes();
    
     int len = rowAbc.length;
    
     float num = 0;
    
     for (int i=0;i<len;i++){
    
     num += (rowAbc[i]-'A'+1)*Math.pow(26,len-i-1 );
    
     }
    
     return (int) num;
    
     }
    
     public int getTitleRow() {
    
     return titleRow;
    
     }
    
     public void setTitleRow(int titleRow) {
    
     this.titleRow = titleRow;
    
     }
    
     //如何使用
    
     public static void main(String[] args) throws Exception {
    
     long start = System.currentTimeMillis();
    
     BigDataParseExcel xlx = new BigDataParseExcel(){
    
    
     @Override
    
     public void optRows(int sheetIndex, int curRow, List<String> rowlist) throws SQLException {
    
     System.out.println(rowlist);
    
     }
    
     };
    
     xlx.process("C:\\Users\\winitadmin\\导出123.xlsx");
    
     long end = System.currentTimeMillis();
    
     System.out.println((end-start)/1000);
    
     }
    
     }

解析出来一行数据为一个list： 其中尤为注意2点：

1. 因为是基于xml逐行解析，所以操作过的空白行或空白列也可能解析出来

2.日期格式尤为注意， excel可识别的日期会 解析出来成数字（可能含有小数），此数字的意义代表 1900-01-01 到此日期的天数， 小数部分为 小时分秒所占比例

单独处理日期格式的方法：

/**
    
      * 此方法处理excel 的日期格式， sax解析出来的日期为 1900-01-01 到此日期的天数
    
      * 故而要转换， 此方法暂时精确的天， 如若要更精确，请对datum这个数的小数部分做处理
    
      *
    
      * 据经验来看，日期格式有两种， 一种是excel可识别的日期格式（这种用上面的两行方法解决）；
    
      * 另一种是20170215，excel识别为字符串，用simpleDataFormate解析
    
      *
    
      * @param datum
    
      * @return
    
      * @throws IllegalAccessException
    
      * @throws IllegalArgumentException
    
      */
    
      private Date dealXmlExcelDate(String datum){
    
      if(StringUtils.isBlank(datum)){
    
      return new Date();
    
      };
    
      Double doubleDay = Double.parseDouble(datum);
    
      SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
    
      Date date = new Date();
    
      try {
    
      date = sdf.parse("1900-01-01");
    
      } catch (ParseException e) {
    
      e.printStackTrace();
    
      }
    
      Calendar ca = Calendar.getInstance();
    
      ca.setTime(date);
    
      //42934 7 -20 //39668 8 8
    
      ca.add(Calendar.DAY_OF_YEAR, doubleDay.intValue());
    
      ca.add(Calendar.DAY_OF_YEAR, -2);
    
      return ca.getTime();
    
      }

特别注意：

由于工具类中的加载Excel的核心方法OPCPackage pkg = OPCPackage.open(filename);

有两个重载方法： OPCPackage.open(file);//文件

OPCPackage.open(fileInputStream);//文件流

后者对内存依赖极大，所以实际应用时，如果只能获取文件流的话，建议先将文件通过流拷贝到本地，然后再使用解析工具类

几点建议：

1. 因为是大数据量解析， 如果解析成的电子数据需要插入数据库，不建议解析出一条插入一条， 可以 解析出多条 后批量插入， 建议大小为500~1000！（可异步，也可不异步）

2. 如果要保证这一个大数据excel插入的事物管理， 请用批次号进行管理，即设计表是多加个批次号， 没个excel 都为通一个批次号！中途解析失败或插入失败，按批次号删除！

3. 80万数据解析插入完成时间大概在25分钟左右（具体依据实际列的多少）， 建议解析功能在前台页面显示状态，或者进度条来完善用户体验！

导出：

思路如下：

1.先查出total，

2.根据total分页查询，同时预防 total大于104万， 也要分sheet生成excel

大数据导出时请用SXSSFWorkbook 类：

一个例子如下：

Thread export2 = new Thread() {
     
     
    
      public void run() throws SPIException {
    
      logger.info("导出报表开始....");
    
      long start_time = System.currentTimeMillis();
    
      // 2.新增成功，获取报表id
    
      final int statementId = saveStatement(command, statementCommand);
    
      OutputStream outStream = null;
    
      Workbook wb = null;
    
      try {
    
      CreatExcel2007.copyFile(templateFilePath, tmpFilePath);
    
      if (StringUtils.isNotBlank(entity.getReconciliationResult())) {
    
      entity.setResult(entity.getReconciliationResult().replace("(", "").replace(")", "").split(","));
    
      }
    
      int total =reconciliationDao.getTotal(entity);//得到导出总数
    
      logger.info("导出总数："+total);
    
      int batch = 500;//每次批处理的条数
    
      int end = 1;
    
      wb = new SXSSFWorkbook(10000);//通过限制内存中可访问的记录行数来实现其低内存利用，当达到限定值时，新一行数据的加入会引起老一行的数据刷新到硬盘
    
      Map<Long, CellStyle> styles = getXSSFCellStyles(wb);
    
      int headRowNum = 2; // 表格头行数
    
      int sh= 0;
    
      int max = 1000000;//设置一个sheet最多存储一百万
    
      // 6.1 生成明细sheet
    
      while(total>0){//分sheet处理，一个sheet最多存储104万，超过再生成sheet
    
      Sheet sheet = wb.createSheet();/sheet
    
      Sheet sheet2 = wb.createSheet();//明细sheet
    
      wb.setSheetName(sh, "sh"+sh);
    
      wb.setSheetName(sh+1, "sh明细"+sh);
    
      sh += 2;//为了控制sheet名称不一样
    
      createISPHead(sheet.createRow(0), sheet.createRow(1),sheet);//组装表头
    
      createOrderLineHead(sheet2.createRow(0));//组装明细sheet
    
      sheet.setForceFormulaRecalculation(true);// 在打开工作簿时是否要求Excel重新计算此工作表上的所有公式。
    
      sheet2.setForceFormulaRecalculation(true);
    
      for(int s=batch; s<=max; s+=batch){//分批查询，一次性查询太多，内存无法存下
    
      logger.info("正在处理"+s+"条");
    
      if(s>total&& s>batch&&s>(total+batch)){//第一次一定要遍历，除第一次之外的， 后面如果比total大了，就结束循环
    
      break;
    
      }
    
      entity.setStart(end);
    
      end = end +batch;
    
      entity.setEnd(end);
    
      List<Map<String, Object>> listMap = reconciliationDao.queryPageEntities(entity);
    
      if (listMap.size() > 0) {
    
      List<String> trackList = new ArrayList<String>();
    
      //组装Sheet
    
      buildISPrecSheet(listMap, sheet, s, batch, headRowNum, trackList, styles);
    
      //组装明细Sheet
    
      long begin = System.currentTimeMillis();
    
      buildOrderLineSheet(trackList, command, batch, sheet2, s, styles);
    
      long endOf = System.currentTimeMillis();
    
      logger.info("用时："+(begin-endOf)/1000);
    
      }
    
      }
    
      total -= max;
    
      }
    
      // 将数据写入到excel文件
    
      outStream = new FileOutputStream(tmpFilePath);
    
      logger.info("生成excel开始>>>>>");
    
      wb.write(outStream);
    
      ((SXSSFWorkbook) wb).dispose();
    
      long end_time = System.currentTimeMillis();
    
      logger.info("导出结束, 用时："+(end_time-start_time)/1000); logger.info("生成excel结束>>>>>");
    
      logger.info("生成excel结束>>>>>");
     
     
    
      updateStatement(statementId, Constants.SUCCESS);
    
      } catch (IOException e1) {
    
      logger.error("导出上传Excel到文件服务器失败:" , e1);
    
      updateStatement(statementId, Constants.FAIL);
    
      throw new Exception(ErrorCode.CREATE_EXCEL_IOEXCEPTION);
    
      } catch (Exception e) {
    
      logger.error("导出上传Excel到文件服务器失败:" , e);
    
      updateStatement(statementId, Constants.FAIL);
    
      throw new Exception(e.getErrorCode());
    
      } catch(Exception e){
    
      e.printStackTrace();
    
      } finally {
    
      try {
    
      if (null != wb) {
    
      wb.close();
    
      }
    
      if (null != outStream) {
    
      outStream.close();
    
      }
    
      } catch (IOException e) {
    
      updateStatement(statementId, Constants.FAIL);
    
      logger.error("导出上传Excel到文件服务器失败:" , e);
    
      }
    
      }
    
      }
    
      };
     
     
    
      export2.start();