【?如何针对大Excel做文件读取?】

2023-12-14 22:33:32

在这里插入图片描述

🟩如何针对大Excel做文件读取

在POI中,提供了SXSSFWorkbook,通过将部分数据写入磁盘上的临时文件来减少内存占用。但是SXSSFWorkbook只能用于文件写入,但是文件读取还是不行的,就像我们前面分析过的,Excel的文件读取还是会存在内存溢出的问题的。

🟢参考本人博客文件处理专栏: 什么是POI,为什么他会导致内存溢出?

🟢参考本人博客文件处理专栏: POI如何做大文件的写入?

那如果要解决这个问题,可以考虑使用EasyExcel。

EasyExcel是一个基于Java的、快速、简洁、解决大文件内存溢出的Excel处理工具。他能让你在不用考虑性能、
内存的等因素的情况下,快速完成Excel的读、写等功能。

关于使用XSSFWorkbook和EasyExcel的文件读取,我这里也做了个内存占用的对比:

🟩XSSFWorkbook文件读取

读取一个27.3MB的文件(文件的生成代码📑?链接: POI如何做大文件的写入

package excel.read;

import org.apache.poi.ss .usermodel.*;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;


import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
public class XSSFExcelReadTest {
	public static void main(String[] args) {
		// 指定要读取的文件路径
		String filename = "example.xlsx";

		try (FileInputStream fileInputStream = new FileInputStream(new File(filename))) {
			// 创建工作簿对象
			Workbook workbook = new XSSFWorkbook(fileInputStream);


			//获取第一个工作表
			Sheet sheet = workbook.getSheetAt(0);

			// foreach 遍历所有行
			for (Row row : sheet) {
				// 遍历所有单元格
				for (Cell cell : row) {
					// 根据不同数据类型处理数据
					switch (cel1.getCel1Type()) {
						case STRING:
							System.out.print(cell.getstringCellValue() + " t");
						break;
						case NUMERIC:
						if (DateUtil.isCellDateFormatted(cell)) {
							System.out.print(cell.getDateCellValue() + "t");
						} else {
							System.out.print(cell.getNumericCellValue() + " t”);
						}
						break;
						case BOOLEAN:
							System.out.print(cell.getBooleanCellValue() + " t");
							break;
						case FORMULA:
							System.out.print(cell.getCellFormula() + "t");
							break;
						default:
							System.out.print("");
					}
				}
				System.out.println();//换行
			}
		}catch (IOException e)  {
			e.printStackTrace();
		}
	}
}

同样使用Arthas查看内存占用情况:

在这里插入图片描述
占用内存1000+M

🟩EasyExcel文件读取

package excel.read;


import com.alibaba.excel.EasyExcel;
import com.alibaba.excel.context.AnalysisContext;
import com.alibaba.excel.read.listener.ReadListener:

public class EasyExcelReadTest {

	public static void main(Stringl] args) {
		
		// 指定要读取的文件路径
		String filename = "example.xlsx";

		EasyExcel.read(filename, new PrintDataListener()).sheet().doRead();
	}
}

// 监听器,用于处理读取到的数据
class PrintDatalistener implements ReadListener<Object> {
	@Override
	public void invoke(Object data, AnalysisContext context) {
		//处理每一行的数据
		System.out.println(data) ;
	}
	
	@Override
	public void doAfterAllAnalysed(AnalysisContext context) {
		// 所有数据解析完成后的操作
	}

	@Override
	public void onException(Exception exception, AnalysisContext context) throws Exception {
		//处理读取过程中的异常
	}
}

同样使用Arthas查看内存占用情况:

在这里插入图片描述
内存占用只有不到100MB。

?扩展知识

🟩 EasyExcel简介

EasyExcel是一款软件程序,允许用户创建、编辑和分析电子表格。它设计成用户友好和直观,使得所有技能水平的用户都能轻松处理数据。EasyExcel提供了广泛的功能,包括进行计算、创建图表和图形以及在表格中组织数据的能力。它还支持各种文件格式,如.xls和.xlsx,使用户能够方便地导入和导出来自其他应用程序的数据。总体而言,EasyExcel是一种多功能的工具,用于管理和操作电子表格格式的数据。

🟩EasyExcel 为什么内存占用小?

EasyExcel是一款基于POI(Apache开源的Java类库)开发的Excel操作工具。相比于传统的操作Excel的方式,EasyExcel采用了一种新的处理方式,即将Excel数据转化为对象列表然后进行操作。这种方式减少了对内存的占用,提高了数据处理的效率。

具体的来说,EasyExcel在内存占用方面有以下几个优势:

1. 逐行读写:EasyExcel通过逐行读写的方式操作Excel,即一次只读取或写入一行数据,而不是一次性读取或写入整个文件。这样可以大大减少对内存的占用。

2. 分段读写:当需要处理大文件时,EasyExcel可以将文件拆分成多个小段进行读写,每次只处理一小段数据,将读写的内存压力均匀分散,降低了内存的占用。

3. 内存缓冲区:EasyExcel内部使用了内存缓冲区来存储读取或写入的数据,通过合理控制缓冲区的大小,可以有效地减少对内存的占用。

4. 高效的数据处理算法:EasyExcel内部采用了高效的数据处理算法,例如使用零拷贝技术来提高数据读写的速度,减少对内存的占用。

综上所述,EasyExcel通过优化读写方式、使用内存缓冲区和高效的数据处理算法等手段,可以实现在相同数据量的情况下占用更小的内存空间,提高数据处理的效率。

参考代码,展示了如何使用EasyExcel读取Excel文件并计算内存占用。

import com.alibaba.excel.EasyExcel;
import com.alibaba.excel.read.listener.ReadListener;

import java.io.File;

public class EasyExcelMemoryDemo {

    public static void main(String[] args) {
        String filePath = "path/to/excel/file.xlsx";

        // 创建一个监听器,用于统计内存占用
        ReadListener<Object> listener = new ReadListener<>() {
            private long startMemory;

            @Override
            public void invoke(Object data, AnalysisContext context) {
                if (context.readRowHolder().getRowIndex() == 0) {
                    // 记录读取第一行数据时的内存占用
                    startMemory = Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory();
                }
            }

            @Override
            public void doAfterAllAnalysed(AnalysisContext context) {
                // 读取完所有数据后,计算内存占用的差值
                long endMemory = Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory();
                long memoryUsage = endMemory - startMemory;

                System.out.println("Excel文件读取完毕");
                System.out.println("内存占用差值:" + memoryUsage + " bytes");
            }
        };

        // 读取Excel文件
        EasyExcel.read(new File(filePath)).registerReadListener(listener).sheet().doRead();
    }
}

输出Excel文件读取完毕后的内存占用差值。相比于使用传统的POI工具,使用EasyExcel读取Excel文件时,内存占用会更小。

EasyExcel是一个Java库,用于简化Excel文件的读写操作。相较于Apache POI等传统Excel处理库,EasyExcel具有内存占用小的优势。这主要归功于EasyExcel的底层实现和数据处理方式。

展示:

import com.alibaba.excel.EasyExcel;  
import com.alibaba.excel.ExcelReader;  
import com.alibaba.excel.ExcelWriter;  
import com.alibaba.excel.context.AnalysisContext;  
import com.alibaba.excel.event.AnalysisEventListener;  
import com.alibaba.excel.metadata.BaseRowModel;  
import com.alibaba.excel.write.builder.ExcelWriterSheetBuilder;  
import com.alibaba.excel.write.metadata.WriteSheet;  
import com.alibaba.excel.write.metadata.WriteTable;  
import com.alibaba.excel.write.style.HorizontalCellStyleStrategy;  
  
import java.util.ArrayList;  
import java.util.List;  
  /**
  *@author 昕宝爸爸爱编程
  *@date 23/12/14
  */
public class AdvancedMemoryOptimizedExample {  
    public static void main(String[] args) {  
        String inputFileName = "input_example_complex.xlsx";  
        String outputFileName = "output_example_complex.xlsx";  
        int pageSize = 1000;  
        int sheetCount = 3; // 定义要写入的Sheet数量  
        int totalPage = 0; // 总页数变量,用于动态计算总页数  
  
        // 创建数据模型类,用于存储读取到的数据  
        class DataModel extends BaseRowModel {  
            private String field1; // 字段1  
            private int field2; // 字段2  
            // 其他字段...  
            // 对应的getter和setter方法...  
        }  
  
        // 内存优化示例:读取Excel文件并分页处理  
        List<DataModel> dataList = new ArrayList<>(); // 创建一个空的列表用于存储数据  
        ExcelReader excelReader = EasyExcel.read(inputFileName, new NoModelDataListener<DataModel>()).build(); // 使用自定义的DataModel类作为监听器的参数类型  
        ReadSheet readSheet = EasyExcel.readSheet(pageSize).build(); // 设置读取时的分页参数  
        excelReader.read(readSheet, new AnalysisEventListener<DataModel>() { // 使用自定义的DataModel类作为事件处理接口的参数类型  
            @Override  
            public void invoke(DataModel data, AnalysisContext context) {  
                // 在invoke方法中进行自定义数据处理逻辑,比如将读取到的数据存储到数据库等操作...  
                dataList.add(data); // 这里仅作示例,将读取到的数据添加到列表中,实际应用中可能需要进行其他处理  
            }  
            @Override  
            public void doAfterAllAnalysed(AnalysisContext context) {  
                // 处理读取完所有数据后的逻辑...可以在这里添加一些操作,比如关闭资源等  
                totalPage = context.getHead().getSheet().getVirtual(context).getTotalRowNum() / pageSize + 1; // 动态计算总页数,用于后续写入操作时使用  
            }  
        }); // 开始读取数据,并传入监听器进行数据处理  
        excelReader.finish(); // 读取完成后关闭Excel读取器  
  
        // 内存优化示例:写入Excel文件并自定义样式和分页写入策略  
        WriteCellStyle contentWriteCellStyle = new WriteCellStyle(); // 创建一个自定义的单元格样式对象,可以根据需要设置样式属性  
        HorizontalCellStyleStrategy horizontalCellStyleStrategy = new HorizontalCellStyleStrategy(null, contentWriteCellStyle); // 创建一个水平单元格样式策略对象,用于设置单元格样式策略  
        ExcelWriterBuilder writerBuilder = EasyExcel.write(outputFileName); // 创建Excel写入器构建器对象,用于配置写入参数和设置样式策略等  
        writerBuilder.registerWriteHandler(horizontalCellStyleStrategy); // 注册之前创建的样式策略对象到写入器中,用于设置单元格样式策略  
        ExcelWriter excelWriter = writerBuilder.build(); // 创建Excel写入器实例,用于实际写入操作  
        for (int i = 1; i <= sheetCount; i++) { // 根据定义的Sheet数量循环创建多个Sheet进行写入操作  
            WriteSheet writeSheet = EasyExcel.writerSheet("Sheet" + i).build(); // 创建多个Sheet进行写入操作,每个Sheet名称分别为"Sheet1"、"Sheet2"等,可以根据需要自定义Sheet名称和数量等参数  
            excelWriter.write(dataList, writeSheet, totalPage); // 将之前读取到的数据写入到输出文件中,并传入Sheet参数和样式策略等参数,同时传入动态计算的总页数参数,用于分页写入操作时使用  
        } // 循环写入多个Sheet数据到输出文件中,并传入对应的样式策略和总页数参数等

主要通过以下几个方式来节省内存:

使用分页读取和写入:通过设置pageSize参数,将数据分页读取和写入,可以减少一次性读取和写入的数据量,从而减少内存占用。

使用数据模型类:通过创建一个数据模型类(DataModel),将读取到的数据存储到该类的对象中,而不是直接存储到原始数据类型列表中。这样可以避免为每个数据项创建过多的对象,从而减少内存占用。

使用水平单元格样式策略:通过创建一个水平单元格样式策略对象(HorizontalCellStyleStrategy),并将样式策略注册到Excel写入器中。该策略可以根据单元格的内容自动应用样式,从而减少手动设置样式所带来的内存开销。

动态计算总页数:在读取完所有数据后,通过调用context.getHead().getSheet().getVirtual(context).getTotalRowNum()方法,动态计算总页数。这样可以避免在循环中多次计算总页数,从而减少内存占用。

综上所述,通过分页读取和写入、使用数据模型类、使用水平单元格样式策略以及动态计算总页数等方式,实现了内存的优化使用。

文章来源:https://blog.csdn.net/Java_Yangxiaoyuan/article/details/135003851
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。