Apache POI流式传输（SXSSF）用于阅读

Z时代
2024-01-10
分类：问答

我需要读取大型Excel文件并将其数据导入到我的应用程序中。

由于POI会占用大量的堆工作，经常会引发OutOfMemory错误，因此我发现有一个

API以串行方式处理excel数据（而不是将文件完全加载到内存中）

我创建了一个xlsx工作簿，其中包含一个工作表，并在单元格中键入了多个值，并提出了以下代码来尝试读取它：

public static void main(String[] args) throws Throwable {
    // keep 100 rows in memory, exceeding rows will be flushed to disk
    SXSSFWorkbook wb = new SXSSFWorkbook(new XSSFWorkbook(new FileInputStream("C:\\test\\tst.xlsx")));
    SXSSFSheet sheet = (SXSSFSheet) wb.getSheetAt(0);
    Row row = sheet.getRow(0);
    //row is always null
    while(row.iterator().hasNext()){ //-> NullPointerException
        System.out.println(row.getCell(0).getStringCellValue());
    }
}

但是，尽管能够正确获取其工作表，但它始终带有空（null）行。

我已经研究并找到了Internet上Streaming API的几个示例，但是它们都与现有文件无关，它们都与生成excel文件有关。

实际上是否可以从.xlsx流中的现有文件中读取数据？

回答：

在深入研究之后，我发现了这个库：

如果您过去使用过Apache
POI来读取Excel文件，您可能会注意到它的内存效率不是很高。阅读整个工作簿将导致严重的内存使用高峰，这可能会对服务器造成严重破坏。
为什么要在整个工作簿中读取Apache，有很多充分的理由，但是大多数原因与该库允许您使用随机地址进行读取和写入有关。如果（并且仅）您只想以快速且高效的内存方式读取Excel文件的内容，则可能不需要此功能。不幸的是，POI库中唯一可读取流工作簿的内容要求您的代码使用类似SAX的解析器。该API缺少所有友好类（如Row和Cell）。
该库用作该流API的包装，同时保留了标准POI API的语法。继续阅读以了解它是否适合您。

InputStream is = new FileInputStream(new File("/path/to/workbook.xlsx"));
StreamingReader reader = StreamingReader.builder()
        .rowCacheSize(100)    // number of rows to keep in memory (defaults to 10)
        .bufferSize(4096)     // buffer size to use when reading InputStream to file (defaults to 1024)
        .sheetIndex(0)        // index of sheet to use (defaults to 0)
        .sheetName("sheet1")  // name of sheet to use (overrides sheetIndex)
        .read(is);            // InputStream or File for XLSX file (required)

还有一个SAX Event API，它通过事件读取文档并解析其内容。