推荐一款导出神器EasyExcel(导出excel怎么操作)
ztj100 2024-11-05 13:27 22 浏览 0 评论
前言
数据导出excel,一般有jxl,poi,在这两者中,poi性能更优。
今天推荐一款性能更优,更强大的工具EasyExcel,提供了各种便捷的API,以及定制化功能。
EasyExcel是一个基于Java的简单、省内存的读写Excel的开源项目。在尽可能节约内存的情况下支持读写百M的Excel。(官方说明)
实例
分别定义两个接口,一个使用Apache POI的方式进行导出,另一个使用EasyExcel组件导出;数据样本分别是百量级别、千量级别、万量级别,从而观察两者组装数据的时间,导出excel的时间。(PS:JVM内存方面,感兴趣的可以自己尝试查看)
一、Apache POI
1、maven依赖
<!-- POI start -->
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi</artifactId>
<version>4.1.0</version>
</dependency>
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-ooxml</artifactId>
<version>4.1.0</version>
</dependency>
<!-- POI end -->
2、导出工具类
package com.xiu.core.common.util;
import com.alibaba.fastjson.JSONObject;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.util.List;
import java.util.stream.IntStream;
import javax.servlet.http.HttpServletResponse;
import org.apache.poi.hssf.usermodel.HSSFFont;
import org.apache.poi.ss.usermodel.Cell;
import org.apache.poi.ss.usermodel.CellStyle;
import org.apache.poi.ss.usermodel.CellType;
import org.apache.poi.ss.usermodel.Font;
import org.apache.poi.ss.usermodel.HorizontalAlignment;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Workbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
/**
* @Author: 顶楼大叔
* @Description: POI,Excel导出工具类
* @Date: 2020/3/25
*/
public interface ExportExcelUtil<T> {
/**
* 将字节数组写出到servlet输出流
*
* @param response http回应对象,为excel回应的目的地
* @param list 要导出到 excel的数据集合
* @param titles excel的标题 通常取第一行作为excel的标题
* @param fileName excel的文件名称
*/
default void exportExcel(HttpServletResponse response, List<T> list, String[] titles, String fileName)
throws IOException {
byte[] bytes = selectExcel(list, titles);
fileName = java.net.URLEncoder.encode(fileName, "UTF-8");
response.setContentType("application/x-msdownload");
response.setHeader("Content-Disposition", "attachment;filename=" + fileName + ".xlsx");
response.setContentLength(bytes.length);
response.getOutputStream().write(bytes);
response.getOutputStream().flush();
response.getOutputStream().close();
}
/**
* 选择要导出的文件 导出的excel 属于office 2007格式的文件
*/
default byte[] selectExcel(List<T> list, String[] titles) throws IOException {
Workbook workbook = new XSSFWorkbook();
Sheet sheet = workbook.createSheet();
CellStyle headerStyle = workbook.createCellStyle();
Font font = workbook.createFont();
font.setFontHeightInPoints((short) 15);
font.setColor(HSSFFont.COLOR_NORMAL);
font.setFontName("黑体");
font.setBold(true);
headerStyle.setFont(font);
headerStyle.setAlignment(HorizontalAlignment.CENTER);
headerStyle.setWrapText(true);
generateExcelTitle(headerStyle, titles, sheet);
eachListAndCreateRow(list, sheet);
ByteArrayOutputStream out = new ByteArrayOutputStream();
workbook.write(out);
return out.toByteArray();
}
/**
* 遍历集合,并创建单元格行
*
* @param list 数据集合
* @param sheet 工作簿
*/
default void eachListAndCreateRow(List<T> list, Sheet sheet) {
IntStream.range(0, list.size()).forEach(i -> generateExcelForAs(list.get(i), sheet.createRow((i + 1))));
for (int k = 0; k < list.size(); k++) {
sheet.autoSizeColumn(k);
}
setSizeColumn(sheet, list.size());
}
/**
* 表格自适应
*/
default void setSizeColumn(Sheet sheet, int size) {
for (int columnNum = 0; columnNum < size; columnNum++) {
int columnWidth = sheet.getColumnWidth(columnNum) / 256;
for (int rowNum = 0; rowNum < sheet.getLastRowNum(); rowNum++) {
Row currentRow;
//当前行未被使用过
if (sheet.getRow(rowNum) == null) {
currentRow = sheet.createRow(rowNum);
} else {
currentRow = sheet.getRow(rowNum);
}
if (currentRow.getCell(columnNum) != null) {
Cell currentCell = currentRow.getCell(columnNum);
if (currentCell.getCellType() == CellType.STRING) {
int length = currentCell.getStringCellValue().getBytes().length;
if (columnWidth < length) {
columnWidth = length;
}
}
}
}
sheet.setColumnWidth(columnNum, columnWidth * 256);
}
}
/**
* 生成excel文件的标题
*/
default void generateExcelTitle(CellStyle cellStyle, String[] titles, Sheet sheet) {
Row row = sheet.createRow(0);
for (int i = 0; i < titles.length; i++) {
Cell cell = row.createCell(i);
cell.setCellValue(titles[i]);
cell.setCellStyle(cellStyle);
}
}
/**
* 创建excel内容文件
*
* @param t 组装excel 文件的内容
* @param row 当前excel 工作行
*/
void generateExcelForAs(T t, Row row);
/**
* 当发生错误时如此回应信息
*/
default void errorResponse(HttpServletResponse response, String msg) {
byte[] message = JSONObject.toJSONString(msg).getBytes();
response.setContentType("text/json;charset=UTF-8");
response.setContentLength(message.length);
try {
response.getOutputStream().write(message);
} catch (IOException e) {
e.printStackTrace();
}
}
}
3、实验接口
@GetMapping("/export")
public void export(HttpServletResponse response) {
log.info("<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<测试导出耗时apache poi 开始>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
long beginTime = System.currentTimeMillis();
try {
List<BizRulePo> dataList = bizRuleMapper.findAll(null);
log.info("数据库数据量[{}],查询耗时[{}]ms",dataList.size(), (System.currentTimeMillis() - beginTime));
if (CollectionUtils.isNotEmpty(dataList)) {
String[] excelTitle = new String[]{"主键", "名称", "权重", "组合规则", "创建时间"};
String fileName = "审核规则汇总".concat(DateUtils.formatDate(new Date(),"yyyyMMdd"));
((ExportExcelUtil<BizRulePo>) (obj, row) -> {
row.createCell(0, CellType.STRING).setCellValue(obj.getId());
row.createCell(1, CellType.STRING).setCellValue(obj.getName());
row.createCell(2, CellType.STRING).setCellValue(obj.getPriority());
row.createCell(3, CellType.STRING).setCellValue(obj.getCompositeType());
row.createCell(4, CellType.STRING).setCellValue(DateUtils.formatDate(obj.getCreateTime()));
}).exportExcel(response, dataList, excelTitle, fileName);
log.info("组装耗时[{}]ms", (System.currentTimeMillis() - beginTime));
}
} catch (Exception e) {
//默认返回
((ExportExcelUtil<BizRulePo>) (obj, row) -> {
}).errorResponse(response, e.getMessage());
log.error("/bizRule export fail,", e);
}
log.info("导出耗时[{}]ms", (System.currentTimeMillis() - beginTime));
log.info("<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<测试导出耗时apache poi 结束>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
}
二、EasyExcel API
1、maven依赖
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>easyexcel</artifactId>
<version>2.0.0</version>
</dependency>
2、输出响应
/**
* 导出文件时为Writer生成OutputStream
* @param fileName 文件名
* @param response 响应
* @return 结果
*/
private static OutputStream getOutputStream(String fileName, HttpServletResponse response) throws Exception {
fileName = URLEncoder.encode(fileName, "UTF-8");
response.setContentType("application/vnd.ms-excel");
response.setCharacterEncoding("utf8");
response.setHeader("Content-Disposition", "attachment; filename=" + fileName + ".xlsx");
response.setHeader("Pragma", "public");
response.setHeader("Cache-Control", "no-store");
response.addHeader("Cache-Control", "max-age=0");
return response.getOutputStream();
}
3、实验接口
@GetMapping("/export/easy")
public void easyExport(HttpServletResponse response) {
log.info("<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<测试导出耗时easy-excel API 开始>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
long beginTime = System.currentTimeMillis();
try {
List<BizRulePo> dataList = bizRuleMapper.findAll(null);
log.info("数据库数据量[{}],查询耗时[{}]ms",dataList.size(), (System.currentTimeMillis() - beginTime));
String fileName = "审核规则汇总".concat(DateUtils.formatDate(new Date(),"yyyyMMdd"));
EasyExcel.write(getOutputStream(fileName,response), BizRuleDto.class)
.sheet("审核规则汇总")
.doWrite(dataList);
} catch (Exception e) {
log.error("/matchExport fail,", e);
}
log.info("导出耗时[{}]ms", (System.currentTimeMillis() - beginTime));
log.info("<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<测试导出耗时easy-excel API 结束>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
}
三、实验结果对比
1、百量级数据
可以看出,其实百量级别时候,两者数据导出耗时相差无几。
2、千量级数据
可以看出千量级别的时候POI耗时已经达到了秒级别,甚至分级别。而,EasyExcel导出的耗时仍然处于毫秒级别。自此,两者性能差距开始十分显著。
3.万量级别
由于是通过接口API调用方式实现,所以注定POI的形式导出,必定会http client超时,而EasyExcel还是导出十分的快速。
推荐
至于EasyExcel其他高级功能API,以及前因后果,有兴趣的童鞋,可以去官网研究查阅。
Alibaba Easy Excel - 简单、省内存的Java解析Excel工具 | 首页
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)