`
- 浏览:
45702 次
- 性别:
- 来自:
北京
-
解决大批量数据导出Excel产生内存溢出的方案(1)
- @SuppressWarnings("unchecked")
-
public class XlsMergeUtil {
-
private static Logger logger = LoggerFactory.getLogger(XlsMergeUtil.class);
-
-
-
-
-
-
-
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");
- }
-
-
Sheet rootSheet = sheets.get(sheets.size() - 1);
-
int rootRows = getRowsOfSheet(rootSheet);
- rootSheet.setLoc(rootSheet.getDimsLoc());
-
Map<Integer, Integer> map = new HashMap(10000);
-
-
for (int i = 1; i < inputs.length; i++) {
- List<Record> records = getRecords(inputs[i]);
-
int rowsOfCurXls = 0;
-
-
for (Iterator itr = records.iterator(); itr.hasNext();) {
- Record record = (Record) itr.next();
-
if (record.getSid() == RowRecord.sid) {
- RowRecord rowRecord = (RowRecord) record;
-
- rowRecord.setRowNumber(rootRows + rowRecord.getRowNumber());
-
rootSheet.addRow(rowRecord);
-
rowsOfCurXls++;
- }
-
-
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));
-
- map.put(Integer.valueOf(j), Integer.valueOf(index));
- }
-
} else if (record.getSid() == LabelSSTRecord.sid) {
- LabelSSTRecord label = (LabelSSTRecord) record;
-
- label.setSSTIndex(map.get(Integer.valueOf(label.getSSTIndex())));
- }
-
-
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();
-
-
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;
-
-
- 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) {
-
-
int nSheets = sheets.length;
-
-
-
-
for (int i = 0; i < nSheets; i++) {
- sheets[i].preSerialize();
- }
-
-
int totalsize = workbook.getSize();
-
-
-
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);
- }
-
- }
分享到:
Global site tag (gtag.js) - Google Analytics
相关推荐
在Java开发中,当面临大批量数据导出到Excel文件时,可能会遇到内存溢出的问题。这是因为Excel文件格式本身的设计,以及Java默认处理大数据的方式,可能导致内存占用过高,尤其是在一次性加载大量数据到内存中进行...
在Java开发中,处理大数据量的Excel导出是一项常见的任务,尤其当数据量达到数十万条时,单个Excel文件可能会遇到性能瓶颈或格式限制。本项目针对这一问题提出了一种解决方案,即分块生成多个Excel文件,然后将它们...
这个标题和描述提到的是一个针对批量导出Excel的工具类,它包括了两个核心类:`ExcelReader.java` 和 `ExcelWriter.java`,以及关于大批量导出的解决方案。下面将详细解释这些知识点。 1. **ExcelReader.java**: 这...
Java多线程导出Excel是处理大数据量时的一种高效策略,尤其在面对千万级别的数据时。传统的Apache POI库在处理大规模数据时可能会遇到栈溢出(StackOverflowError)和内存溢出(OutOfMemoryError)等问题,因为这些...
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...
`easyExcel`是专门为处理大量数据设计的一个轻量级工具,它能够有效地解决内存溢出问题,特别适合大数据量的Excel读写操作。下面将详细阐述`easyExcel`的核心功能、使用方法以及如何实现大数据导出。 `easyExcel`的...
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,
### Excel大批量导入导出解决方案 #### 概述 在处理大规模Excel文件的过程中,经常会遇到内存溢出或者频繁Full Garbage Collection (FGC)的问题,这些问题通常与Java中使用Apache POI库操作Excel文件的方式有关。...
本实例聚焦于“java实现csv导出千万级数据实例”,旨在提供一个高效、稳定的解决方案,避免因数据量过大而导致的性能问题,如Java中的栈溢出(Stack Overflow)。CSV(Comma Separated Values)格式因其简单、通用性...
总的来说,CSV大数据分批并压缩导出是一种实用且高效的解决方案,特别适用于需要处理海量数据且内存资源有限的环境。它结合了分批处理的内存管理策略和压缩技术的空间优化,确保了大数据操作的可行性和性能。
1、 大数据导出excel文件; 2、 Excel导出大数据时内存溢出; 二、思路:将数据存储到一个.xls的文件内,实际写入的是可以通过excel打开的html文本文件。由于文本文件可以进行续写,可以避免内存溢出。 三、优点:...
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...
本文将详细探讨如何在Android应用中使用jxl库快速导出Excel表格。 首先,我们需要理解jxl库的基本概念。jxl是一个Java API,它支持Microsoft Excel 97-2004的文件格式(.xls)。通过jxl,我们可以创建新的工作簿、...
在Java开发中,导出大数据量的Excel文件可能会面临内存溢出的问题,特别是在使用Apache POI库时。这是因为默认情况下,POI会将整个Excel工作簿存储在内存中,当数据量过大时,内存消耗非常显著,可能导致系统崩溃。...
博文链接提供的资源“数据大批量导出(有代码有真相).docx”可能包含具体的示例代码和实践案例,可以作为学习和参考的依据。通过深入研究这些示例,开发者能够更好地掌握如何在Java中高效地进行Excel文件的导入导出。
Java实现Excel大数据量导入是一项常见的任务,特别是在处理企业级数据导入导出时。Apache POI 是Java中广泛使用的库,用于处理Microsoft Office格式的文件,包括Excel。然而,当涉及大量数据时,直接使用POI的用户...
3. **大批量数据导出**:对于大数据量的应用场景,NPOI能有效地处理和导出大量数据,通过优化内存管理和流式处理,避免了内存溢出问题。这对于需要快速生成报表或分析结果的系统来说,是非常有用的。 4. **跨平台...
2. **性能卓越**:通过优化的数据解析和生成机制,EasyExcel在读写速度上表现出色,尤其适合处理大批量数据的导入导出操作。 3. **简单易用**:EasyExcel的API设计简洁,提供了丰富的注解和模板,使得开发者可以...