@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,第一个XLS文件必须给出足够sheet空间 例如,总共200000行数据,第一个文件至少3个空白sheet
* @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");
}
// 以第一篇文档的第一个sheet为根,以后的数据都追加在这个sheet后面
Sheet rootSheet = sheets.get(0);
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);
int sheetIndex = 0;
for (int i = 1; i < inputs.length; i++) { // 从第二篇开始遍历
List<Record> records = getRecords(inputs[i]);
// 达到最大行数限制,换一个sheet
if (getRows(records) + rootRows >= RowRecord.MAX_ROW_NUMBER) {
if ((++sheetIndex) > (sheets.size() - 1)) {
logger.warn("第一个文档给出的sheets小于需要的数量,部分数据未能合并.");
break;
}
rootSheet = sheets.get(sheetIndex);
rootRows = getRowsOfSheet(rootSheet);
rootSheet.setLoc(rootSheet.getDimsLoc());
logger.debug("切换Sheet{}", sheetIndex);
}
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;
}
logger.debug("分配内存{}bytes", totalsize);
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]) {
// Wrong offset values have been passed in the call to
// setSheetBof()
// above.
// For books with more than one sheet, this discrepancy would
// cause
// excel
// to report errors and loose data while reading the workbook
throw new IllegalStateException(
"Actual serialized sheet size (" + serializedSize
+ ") differs from pre-calculated size ("
+ estimatedSheetSizes[k] + ") for sheet (" + k
+ ")");
// TODO - add similar sanity check to ensure that
// Sheet.serializeIndexRecord() does not
// write mis-aligned offsets either
}
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[25];
inputs[0] = new java.io.FileInputStream(PATH + "07_10.xls");
for (int i = 1; i < 25; i++) {
inputs[i] = new java.io.FileInputStream(PATH + "07_01.xls");
}
OutputStream out = new FileOutputStream(PATH + "xx.xls");
long t1 = System.currentTimeMillis();
merge(inputs, out);
System.out.println(System.currentTimeMillis() - t1);
}
}
分享到:
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...
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...
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...
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...
`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...
### 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。...
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。
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...
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。...
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...
7. **批量操作**:对于大批量数据的导入导出,EasyExcel提供了批量处理功能,可以一次处理多个单元格,提高处理效率。 8. **兼容性**:EasyExcel支持多种Excel格式,包括老版本的 `.xls` 和新版本的 `.xlsx` 文件,...