使用Springboot+poi上传并处理百万级数据EXCEL

使用Springboot+poi上传并处理百万级数据EXCEL

1 Excel上传

针对Excel的上传，采用的是比较常规的方法，其实和文件上传是相同的。具体源码如下：

@PostMapping(value = "", consumes = "multipart/*", headers = "content-type=multipart/form-data")

public Map addBlacklist(

@RequestParam("file") MultipartFile multipartFile, HttpServletRequest request

) {

//判断上传内容是否符合要求

String fileName = multipartFile.getOriginalFilename();

if (!fileName.matches("^.+\\.(?i)(xls)$") && !fileName.matches("^.+\\.(?i)(xlsx)$")) {

return returnError(0,"上传的文件格式不正确");

}

String file = saveFile(multipartFile, request);

int result = 0;

try {

result = blacklistServcice.addBlackLists(file);

} catch (Exception e) {

e.printStackTrace();

}

return returnData(result);

}

private String saveFile(MultipartFile multipartFile, HttpServletRequest request) {

String path;

String fileName = multipartFile.getOriginalFilename();

// 判断文件类型

String realPath = request.getSession().getServletContext().getRealPath("/");

String trueFileName = fileName;

// 设置存放Excel文件的路径

path = realPath + trueFileName;

File file = new File(path);

if (file.exists() && file.isFile()) {

file.delete();

}

try {

multipartFile.transferTo(new File(path));

} catch (IOException e) {

e.printStackTrace();

}

return path;

}

上面的源码我们可以看见有一个saveFile方法，这个方法是将文件存在服务器本地，这样方便后续文件内容的读取，用不着一次读取所有的内容从而导致消耗大量的内存。当然这里大家如果有更好的方法希望能留言告知哈。

2 Excel处理工具源码

import org.apache.poi.openxml4j.opc.OPCPackage;

import org.apache.poi.xssf.eventusermodel.XSSFReader;

import org.apache.poi.xssf.model.SharedStringsTable;

import org.apache.poi.xssf.usermodel.XSSFRichTextString;

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;

import java.io.InputStream;

import java.sql.SQLException;

import java.util.*;

/**

* XSSF and SAX (Event API)

*/

public abstract class XxlsAbstract extends DefaultHandler {

private SharedStringsTable sst;

private String lastContents;

private int sheetIndex = -1;

private List rowlist = new ArrayList<>();

public List

public int willSaveAmount; //将要插入的数据量

public int totalSavedAmount; //总共插入了多少数据

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

public 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

pfswAWmIpbublic abstract void optRows(int sheetIndex, int curRow, List 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();

}

public XMLReader fetchSheetParser(SharedStringsTable sst)

throws SAXException {

XMLReader parser = XMLReaderFactory.createXMLReader();

this.sst = sst;

parser.setContentHandler(this);

return parser;

}

public void endElement(String uri, String localName, String name) {

// 根据SST的索引值的到单元格的真正要存储的字符串

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;

}

}

}

}

3 解析成功后的数据处理

首先我们将源码展示出来，然后再具体说明

public int addBlackLists(String file) throws ExecutionException, InterruptedException {

ArrayList> resultList = new ArrayList<>();

XxlsAbstract xxlsAbstract = new XxlsAbstract() {

//针对数据的具体处理

@Override

public void optRows(int sheetIndex, int curRow, List rowlist) {

/**

* 判断即将插入的数据是否已经到达8000，如果到达8000，

* 进行数据插入

*/

if (this.willSaveAmount == 5000) {

//插入数据

List

Callable callable = () -> {

int count = blacklistMasterDao.addBlackLists(list);

blacklistRecordMasterDao.addBlackListRecords(list);

return count;

};

this.willSaveAmount = 0;

this.dataMap = new LinkedList<>();

Future future = executor.submit(callable);

resultList.add(future);

}

//汇总数据

Map map = new HashMap<>();

map.put("uid", rowlist.get(0));

map.put("createTime", rowlist.get(1));

map.put("regGame", rowlist.get(2));

map.put("banGame", rowlist.get(2));

this.dataMap.add(map);

this.willSaveAmount++;

this.totalSavedAmount++;

}

};

try {

xxlsAbstract.processOneSheet(file, 1);

} catch (Exception e) {

e.printStackTrace();

}

//针对没有存入的数据进行处理

if(xxlsAbstract.willSaveAmount != 0){

List

Callable callable = () -> {

int count = blacklistMasterDao.addBlackLists(list);

blacklistRfswAWmIpbecordMasterDao.addBlackListRecords(list);

return count;

};

Future future = executor.submit(callable);

resultList.add(future);

}

executor.shutdown();

int total = 0;

for (Future future : resultList) {

while (true) {

if (future.isDone() && !future.isCancelled()) {

int sum = future.get();

total += sum;

break;

} else {

Thread.sleep(100);

}

}

}

return total;

}

针对上面的源码，我们可以发现，我们需要将读取到的EXCEL数据插入到数据库中，这里为了减小数据库的IO和提高插入的效率，我们采用5000一批的批量插入（注意：如果数据量过大会导致组成的SQL语句无法执行）。

这里需要获取到一个最终执行成功的插入结果，并且插入执行很慢。所有采用了Java多线程的Future模式，采用异步的方式最终来获取J执行结果。

通过上面的实现，楼主测试得到最终一百万条数据需要四分钟左右的时间就可以搞定。如果大家有更好的方法，欢迎留言。

补充知识：Java API SXSSFWorkbook导出Excel大批量数据（百万级）解决导出超时

之前使用简单的HSSFWorkbook，导出的数据不能超过

后来改成SXSSFWorkbook之后可以导出更多，但是

而且我之前的代码是一次性查出所有数据，几十万条，直接就超时了。

之前的代码是一次性查出所有的结果，list里面存了几十万条数据。因为功能设计的问题，我这一个接口要同时处理三个功能：

再加上查询SQL的效率问题，导致请求超时。

现在为了做到处更大量的数据只能选择优化。优化查询的sql这里就不讲了，只讲导出功能的优化。

其实就是分批次处理查询结果：

这样做的好处是查询速度变快，封装速度也变快，整体速度变快就不会出现超时，而且，每次分页查出的结果放到list中不会出现占用JVM内存过大的情况。避免出现内存溢出导致系统崩溃。

再次优化：

上面这样做虽然可以导出，但是代码看起来不美观：

这样看起来就简洁很多了。

经验证，查询加封装EXCEL7000条数据处理只需要1秒

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。