使用 Apache poi 将 excel 转换为 XSSFWorkbook 需要很长时间答案

【问题标题】：converting excel to XSSFWorkbook using Apache poi taking long time使用 Apache poi 将 excel 转换为 XSSFWorkbook 需要很长时间
【发布时间】：2017-09-09 14:27:50
【问题描述】：

我正在尝试将 excel 文件转换为 XSSFWorkbook ，我有大约 7000 行和大约 145 列。在我下面的代码中，将 excel 文件转换为第 2 行的 XSSFWorkbook 大约需要 15 分钟：-

InputStream fs = new FileInputStream(filename);   // (1)
XSSFWorkbook wb = new XSSFWorkbook(fs);           // (2)
XSSFSheet sheet = wb.getSheetAt(0);

我不想在 XFFSWorkbook 中添加 7000 行，我只想在第 2 行转换时向 XFFSWorkbook 添加 30 行？

如果没有，如何减少将 excel 转换为 XSSFWorkbook 所需的时间？

【问题讨论】：

请更正您的问题。某处你说 7000 行和其他 7000 列
有人可以帮忙解决这个问题吗？
提高文件而不是流的速度。看到这个：stackoverflow.com/a/17542608/338249?stw=2
感谢 rjdkolb 帮助了一点，你能告诉我如何将 StreamingReader 转换为 Workbook (Apache poi)
@Peter Osta：仅出于好奇：究竟是什么“帮助了一点”？ @rjdkolb 建议在打开Workbook 时使用File 而不是FileInputStream。这“有点帮助”？或者使用Excel Streaming Reader 有点帮助？如果是后者：请阅读Important! Read first! ff。小心。

标签： java excel apache-poi performance-testing fileinputstream

【解决方案1】：

*.xlsx 文件是一个 ZIP 存档，其中包含具有不同 XML 文件的目录结构中的 Excel 的数据。

例如有

/xl/workbook.xml 描述基本工作簿结构，
/xl/worksheets/sheet1.xml, /xl/worksheets/sheet2.xml, ... /xl/worksheets/sheetN.xml 拥有工作表数据 - 这是行和单元格，但不是单元格内的所有数据都直接存储那里。单元格样式也不直接存储在那里。 - ,
/xl/styles.xml 包含单元格样式，
/xl/sharedStrings.xml 包含单元格的所有字符串内容所有床单。这是为了避免多次存储相同的字符串如果此字符串在单元格中多次使用，则为次数。

所以如果你想读取*.xlsxZIP存档，你需要解压ZIP存档，然后至少解析上面提到的四个XML文件来获取XSSFWorkbook的数据。这就是apache poi 而XSSFWorkbook wb = new XSSFWorkbook(fileinputstream); 所做的。

因此，如果您确实需要 XSSFWorkbook 作为结果，则无法绕过此过程。如果您不怀疑apache poi 编写了显式延迟例程，那么就不可能减少此过程的时间。

您的方法只读取少于存储在工作表中的行数，可能会节省时间。但是你的结果将是一个 XSSFWorkbook 包含所有样式和所有字符串内容，但只有一些与这些样式和字符串数据相关的工作表数据。所以它会导致XSSFWorkbook 部分损坏。这就是为什么没有人真正考虑过这种方法的原因。

仅当要求仅从/xl/worksheets/sheetN.xml 之一读取纯无格式数据而不创建XSSFWorkbook，那么您只需要解压缩ZIP 存档，然后仅解析所需的/xl/worksheets/sheetN.xml 和/xl/sharedStrings.xml 从中获取单元格的字符串内容。与上述整个过程相比，这将在更短的时间内成为可能。

【讨论】：

【解决方案2】：

要在处理非常大的文件时略微提高性能，只需将文件直接传递到工作簿而不是流。

来自link：

打开工作簿时，可以是 .xls HSSFWorkbook，也可以是 .xlsx XSSFWorkbook，工作簿可以从文件或输入流。使用 File 对象可以降低内存消耗，而 InputStream 需要更多内存，因为它必须缓冲整个文件。

XSSFWorkbook wb = new 
XSSFWorkbook(new File (filename));           // (2)
XSSFSheet sheet = wb.getSheetAt(0);

此外，使用 WorkBookFactory 更简洁，因为它抽象了您正在使用的 excel 文件的类型：

Workbook workbook = WorkbookFactory.create(new File(filename));

【讨论】：

使用File 代替FileInputStream 的问题是您不能将XSSFWorkbook 上的更改写入同一个文件filename。
我想这可能是个问题。我用模板写报告，所以它适合我的用例。
刚刚测试过，使用File 与FileInputStream 并没有显着节省时间。这并不奇怪，因为区别仅在于使用File ZipPackage 是直接从File 打开的。在使用FileInputStream 时，通过将整个ZIP 内容读入内存来打开它。所以使用File 可以减少内存占用。但是整个解析过程是一样的。因此，只有在可用内存也较少的情况下才能节省时间。