`
yuancihang
  • 浏览: 144999 次
  • 性别: Icon_minigender_1
  • 来自: 洛阳
社区版块
存档分类
最新评论

使用POI读取100万行excel

    博客分类:
  • java
 
阅读更多

poi 的usermodel api读取大数据量excel会导致OOM,可以使用eventmodel api来处理这种excel.

 

import java.io.IOException;
import java.io.InputStream;
import java.util.LinkedList;
import java.util.List;

import javax.xml.parsers.ParserConfigurationException;

import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.openxml4j.opc.PackageAccess;
import org.apache.poi.util.SAXHelper;
import org.apache.poi.xssf.eventusermodel.ReadOnlySharedStringsTable;
import org.apache.poi.xssf.eventusermodel.XSSFReader;
import org.apache.poi.xssf.eventusermodel.XSSFSheetXMLHandler;
import org.apache.poi.xssf.eventusermodel.XSSFSheetXMLHandler.SheetContentsHandler;
import org.apache.poi.xssf.model.StylesTable;
import org.apache.poi.xssf.usermodel.XSSFComment;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;

public class ExcelEventParser {

	private String filename;
	private SheetContentsHandler handler;
	
	public ExcelEventParser(String filename){
		this.filename = filename;
	}
	
	public ExcelEventParser setHandler(SheetContentsHandler handler) {
		this.handler = handler;
		return this;
	}

	public void parse(){
		OPCPackage pkg = null;
		InputStream sheetInputStream = null;
		
		try {
			pkg = OPCPackage.open(filename, PackageAccess.READ);
			XSSFReader xssfReader = new XSSFReader(pkg);
			
			StylesTable styles = xssfReader.getStylesTable(); 
			ReadOnlySharedStringsTable strings = new ReadOnlySharedStringsTable(pkg);
			sheetInputStream = xssfReader.getSheetsData().next();
			
			processSheet(styles, strings, sheetInputStream);
		} catch (Exception e) {
			throw new RuntimeException(e.getMessage(), e);
		}finally {
			if(sheetInputStream != null){
				try {
					sheetInputStream.close();
				} catch (IOException e) {
					throw new RuntimeException(e.getMessage(), e);
				}
			}
			if(pkg != null){
				try {
					pkg.close();
				} catch (IOException e) {
					throw new RuntimeException(e.getMessage(), e);
				}
			}
		}
	}
	
	private void processSheet(StylesTable styles, ReadOnlySharedStringsTable strings, InputStream sheetInputStream) throws SAXException, ParserConfigurationException, IOException{
		XMLReader sheetParser = SAXHelper.newXMLReader(); 
		
		if(handler != null){
			sheetParser.setContentHandler(new XSSFSheetXMLHandler(styles, strings, handler, false));
		}else{
			sheetParser.setContentHandler(new XSSFSheetXMLHandler(styles, strings, new SimpleSheetContentsHandler(), false));
		}
		
		sheetParser.parse(new InputSource(sheetInputStream));
	}
	
	public static class SimpleSheetContentsHandler implements SheetContentsHandler{
		protected List<String> row = new LinkedList<>();
		
		@Override
		public void startRow(int rowNum) {
			row.clear();
		}

		@Override
		public void endRow(int rowNum) {
			System.err.println(rowNum + " : " + row);
		}

		@Override
		public void cell(String cellReference, String formattedValue, XSSFComment comment) {
			row.add(formattedValue);
		}

		@Override
		public void headerFooter(String text, boolean isHeader, String tagName) {
			
		}
	}
}

 用法:

	public static void main(String[] args) throws Throwable{
		long start = System.currentTimeMillis();
		
		final List<List<String>> table = new ArrayList<>();
		new ExcelEventParser("D:/ExcelTestModel.xlsx").setHandler(new SimpleSheetContentsHandler(){
			
			private List<String> fields;
			
			@Override
			public void endRow(int rowNum) {
				if(rowNum == 0){
					// 第一行中文描述忽略
				}else if(rowNum == 1){
					// 第二行字段名
					fields = row;
				}else {
					// 数据
					table.add(row);
				}
			}
		}).parse();
		
		long end = System.currentTimeMillis();
		
		System.err.println(table.size());
		System.err.println(end - start);
	}

 

经测试,读取100万行excel大概需要二十多秒!!!

 

由于100万行excel有三十多M,没法放附件, 请自行填充测试数据。(例如:A1:A1000000选中第一列100万行,然后ctrl+D会自动填充第一列, 以此类推填充10列)

分享到:
评论
2 楼 Velly_zheng 2018-01-16  
大神,666   !请问有没有上百万数据往指定模板中写数据的代码啊?可不可以参考下
1 楼 xiongshunli 2017-07-20  
大神,请问下如何从table中取这些数据呢,这只是存起来,不去用这读就没有意义啊

相关推荐

    Java处理100万行超大Excel文件秒级响应

    ### Java处理100万行超大Excel文件秒级响应 #### 一、问题背景与需求分析 在项目开发过程中,经常会遇到需要处理大量Excel数据的情况。这些数据可能包括成千上万条记录,每条记录又包含多个字段。传统的处理方式...

    POI读取Excel大文件-输出cvs文件.rar

    在本例中,为了读取4.5MB、包含14万条数据的Excel文件,使用SXSSF是非常合适的策略。 读取大文件的基本步骤如下: 1. **创建SXSSFWorkbook对象**:这是SXSSF的工作起点,它会指定在内存中保留的行数。例如,`...

    springmvc+hibernate+poi实现mysql数据库简单操作以及导出excel功能

    在本项目中,我们主要探讨如何使用SpringMVC、Hibernate框架与Apache POI库来实现对MySQL数据库的操作以及数据导出为Excel的功能。这是一项常见的需求,在企业级应用开发中非常实用,尤其对于数据管理和报告生成场景...

    java-poi-excel-导出20万条记录【源代码】

    本示例“java-poi-excel-导出20万条记录【源代码】”展示了如何使用Apache POI库来高效地处理大数据量的Excel导出,避免内存溢出的问题。Apache POI是一个流行的开源Java API,用于读写Microsoft Office格式的文件,...

    poi导出excel2007

    ### 使用Apache POI导出Excel 2007并避免内存溢出问题 #### 背景介绍 在处理大量数据时,使用Java导出Excel文件可能会遇到内存溢出的问题,尤其是在导出Excel 2007(.xlsx格式)时更为常见。这是因为传统的`...

    Java使用POI导出大数据量Excel的方法

    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。...

    JAVA百万数据导出EXCEL源代码

    3. **数据分批处理**:对百万数据进行分批读取,每次处理一批,创建行并添加单元格。 ```java int batchSize = 1000; for (int i = 0; i ; i += batchSize) { List&lt;DataRow&gt; batch = fetchData(i, batchSize); // ...

    大数据量Excel读取工具.zip

    当文件超过一定大小,如超过100万行,Excel的性能会显著下降。 为了解决这些问题,开发者通常会选择使用编程语言中的库来处理Excel文件,比如Java中的Apache POI、JExcelAPI、Aspose.Cells等。其中,Apache POI是...

    写入excel数据

    当处理大量数据(例如100万行)时,一次性写入可能导致性能问题。此时,可以采用分块写入或流式写入的方式。在Pandas中,可以设置`to_excel()`的`chunksize`参数来分批写入。在Apache POI中,可以使用SXSSF...

    POI3.8中 大数据量的处理.pdf

    此外,根据需求,可能需要处理写入和读取过程中的并发问题,或者使用更复杂的公式和样式,这就需要对POI API有深入的理解和熟练的使用技巧。 总之,Apache POI 3.8 中的SXSSFWorkbook是处理大数据量Excel文件的理想...

    批量导出CVS-千万级数据处理

    使用POI的SXSSFWorkbook类,我们可以实现流式写入Excel文件,只保留最近100行数据在内存中,其余数据写入磁盘,这样极大地降低了内存消耗。以下是基本步骤: 1. 创建`SXSSFWorkbook`实例,设置保留行数,例如`...

    Excel大批量导入导出解决方案.docx

    - **行数据缓存**:SXSSFWorkbook允许用户自定义一个窗口大小(默认为100),在生成Excel文件过程中,仅在内存中维护这个窗口大小内的行数据。 - **动态释放**:当行数据超出窗口大小时,之前的行数据会被写入到一...

    java导出大批量(百万以上)数据的excel文件

    - 分批处理:由于Excel 2003每个Sheet的限制是65536行,而2007版虽然可以容纳更多(超过100万行),但一次性加载这么多数据仍然会导致内存压力。因此,可以考虑将数据分批写入不同的Sheet,或者创建多个Excel文件,...

    java实现csv导出千万级数据实例

    3. **线程安全**:如果需要并发处理,可能需要使用多线程,并确保对文件的访问是线程安全的,比如使用synchronized关键字或者ReentrantLock等同步机制。 4. **性能优化**:考虑使用缓冲区提高写入效率,以及关闭...

Global site tag (gtag.js) - Google Analytics