Java POI处理大型Excel文件效率优化策略
使用Java POI处理大型Excel文件时，常常面临读取速度缓慢的问题，甚至可能导致内存溢出错误。这是因为POI默认将整个文件加载到内存中。本文将介绍两种主流优化方法，有效提升大型Excel文件读取效率。
核心问题：内存占用过高
POI默认加载整个Excel文件到内存，大型文件会导致内存占用过高，严重影响读取速度，甚至引发OutOfMemoryError。因此，需要采用分段读取策略，避免一次性加载整个文件。
立即学习“Java免费学习笔记（深入）”；
优化方案：
方案一：使用xlsx-streamer库实现分段读取
xlsx-streamer基于POI，通过分段缓存机制，将数据分批加载到内存，显著降低内存占用。它在创建Workbook对象时使用StreamingReader创建缓冲区，批量读取文件内容。
Apache Superset 是一个广泛采用的开源 BI 平台，用于 SQL 探索、图表构建和仪表板交付。当代理需要查询仓库数据、组装仪表板或使用成熟的分析界面解释指标而不是临时笔记本代码时，此技能非常有用。
首先，引入xlsx-streamer和poi-ooxml依赖：
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-ooxml</artifactId>
<version>${poi.version}</version>
</dependency>
<dependency>
<groupId>com.monitorjbl</groupId>
<artifactId>xlsx-streamer</artifactId>
<version>2.1.0</version>
</dependency>
以下代码演示如何使用xlsx-streamer读取大型Excel文件：
public static void readLargeExcel(File file) throws Exception {
InputStream inputStream = new FileInputStream(file);
long start = System.currentTimeMillis();
try (Workbook workbook = StreamingReader.builder()
.rowCacheSize(10000) // 缓存行数
.bufferSize(4096) // 缓冲区大小
.open(inputStream)) {
Sheet sheet = workbook.getSheetAt(0);
log.info("Excel读取完成，耗时：{}毫秒", System.currentTimeMillis() - start);
for (Row row : sheet) {
System.out.println("读取第" + row.getRowNum() + "行数据：");
for (Cell cell : row) {
System.out.print(cell.getStringCellValue() + " ");
}
System.out.println();
}
System.out.println("读取结束行数：" + sheet.getLastRowNum());
}
}
在处理数十万行数据时，此方法能显著缩短读取时间。
方案二：使用EasyExcel库
EasyExcel是阿里巴巴开源的高效Excel处理工具，基于POI进行了优化，有效避免大文件读取内存溢出。它提供简洁的API，方便进行读写操作。
添加EasyExcel依赖：
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>easyexcel</artifactId>
<version>3.1.0</version>
</dependency>
以下代码演示如何使用EasyExcel读取Excel文件，提供两种读取方式：对象封装和Map读取：
public static void readExcelByEasyExcel(File file) {
long start = System.currentTimeMillis();
List<ExcelData> excelDataList = EasyExcel.read(file).head(ExcelData.class).sheet(0).doReadSync();
excelDataList.forEach(System.out::println);
log.info("Excel读取完成，耗时：{}毫秒", System.currentTimeMillis() - start);
}
public static void readExcelByEasyExcel1(File file) {
long start = System.currentTimeMillis();
List<Map<String, Object>> listMap = EasyExcel.read(file).sheet(0).doReadSync();
listMap.forEach(x -> System.out.println(JSON.toJSONString(x)));
log.info("Excel读取完成，耗时：{}毫秒", System.currentTimeMillis() - start);
}
选择哪种方案取决于具体需求和项目环境。xlsx-streamer侧重于POI增强，EasyExcel提供更全面的功能和更友好的API。 根据实际情况选择最合适的方案。
