前提#

笔者做小数据和零号提数工具人已经有一段时间，服务的对象是运营和商务的大佬，一般要求导出的数据是Excel文件，考虑到初创团队机器资源十分有限的前提下，选用了阿里出品的Excel工具EasyExcel。这里简单分享一下EasyExcel的使用心得。EasyExcel从其依赖树来看是对apache-poi的封装，笔者从开始接触Excel处理就选用了EasyExcel，避免了广泛流传的apache-poi导致的内存泄漏问题。

引入EasyExcel依赖#

引入EasyExcel的Maven如下：

<dependency>    <groupId>com.alibaba</groupId>    <artifactId>easyexcel</artifactId>    <version>${easyexcel.version}</version></dependency>

当前（2020-09-08）的最新版本为2.2.6。

API简介#

Excel文件主要围绕读和写操作进行处理，EasyExcel的API也是围绕这两个方面进行设计。先看读操作的相关API：

// 新建一个ExcelReaderBuilder实例ExcelReaderBuilder readerBuilder = EasyExcel.read();// 读取的文件对象，可以是File、路径（字符串）或者InputStream实例readerBuilder.file("");// 文件的密码readerBuilder.password("");// 指定sheet，可以是数字序号sheetNo或者字符串sheetName，若不指定则会读取所有的sheetreaderBuilder.sheet("");// 是否自动关闭输入流readerBuilder.autoCloseStream(true);// Excel文件格式，包括ExcelTypeEnum.XLSX和ExcelTypeEnum.XLSreaderBuilder.excelType(ExcelTypeEnum.XLSX);// 指定文件的标题行，可以是Class对象（结合@ExcelProperty注解使用），或者List<List<String>>实例readerBuilder.head(Collections.singletonList(Collections.singletonList("head")));// 注册读取事件的监听器，默认的数据类型为Map<Integer,String>，第一列的元素的下标从0开始readerBuilder.registerReadListener(new AnalysisEventListener() {    @Override    public void invokeHeadMap(Map headMap, AnalysisContext context) {        // 这里会回调标题行，文件内容的首行会认为是标题行    }    @Override    public void invoke(Object o, AnalysisContext analysisContext) {        // 这里会回调每行的数据    }    @Override    public void doAfterAllAnalysed(AnalysisContext analysisContext) {    }});// 构建读取器ExcelReader excelReader = readerBuilder.build();// 读取数据excelReader.readAll();excelReader.finish();

可以看到，读操作主要使用Builder模式和事件监听（或者可以理解为观察者模式）的设计。一般情况下，上面的代码可以简化如下：

Map<Integer, String> head = new HashMap<>();List<Map<Integer, String>> data = new LinkedList<>();EasyExcel.read("文件的绝对路径").sheet()        .registerReadListener(new AnalysisEventListener<Map<Integer, String>>() {            @Override            public void invokeHeadMap(Map<Integer, String> headMap, AnalysisContext context) {                head.putAll(headMap);            }            @Override            public void invoke(Map<Integer, String> row, AnalysisContext analysisContext) {                data.add(row);            }            @Override            public void doAfterAllAnalysed(AnalysisContext analysisContext) {                    // 这里可以打印日志告知所有行读取完毕            }        }).doRead();

如果需要读取数据并且转换为对应的对象列表，则需要指定标题行的Class，结合注解@ExcelProperty使用：

文件内容：|订单编号|手机号||ORDER_ID_1|112222||ORDER_ID_2|334455|@Dataprivate static class OrderDTO {    @ExcelProperty(value = "订单编号")    private String orderId;    @ExcelProperty(value = "手机号")    private String phone;}Map<Integer, String> head = new HashMap<>();List<OrderDTO> data = new LinkedList<>();EasyExcel.read("文件的绝对路径").head(OrderDTO.class).sheet()        .registerReadListener(new AnalysisEventListener<OrderDTO>() {            @Override            public void invokeHeadMap(Map<Integer, String> headMap, AnalysisContext context) {                head.putAll(headMap);            }            @Override            public void invoke(OrderDTO row, AnalysisContext analysisContext) {                data.add(row);            }            @Override            public void doAfterAllAnalysed(AnalysisContext analysisContext) {                // 这里可以打印日志告知所有行读取完毕            }        }).doRead();

如果数据量巨大，建议使用Map<Integer, String>类型读取和操作数据对象，否则大量的反射操作会使读取数据的耗时大大增加，极端情况下，例如属性多的时候反射操作的耗时有可能比读取和遍历的时间长。

接着看写操作的API：

// 新建一个ExcelWriterBuilder实例ExcelWriterBuilder writerBuilder = EasyExcel.write();// 输出的文件对象，可以是File、路径（字符串）或者OutputStream实例writerBuilder.file("");// 指定sheet，可以是数字序号sheetNo或者字符串sheetName，可以不设置，由下面提到的WriteSheet覆盖writerBuilder.sheet("");// 文件的密码writerBuilder.password("");// Excel文件格式，包括ExcelTypeEnum.XLSX和ExcelTypeEnum.XLSwriterBuilder.excelType(ExcelTypeEnum.XLSX);// 是否自动关闭输出流writerBuilder.autoCloseStream(true);// 指定文件的标题行，可以是Class对象（结合@ExcelProperty注解使用），或者List<List<String>>实例writerBuilder.head(Collections.singletonList(Collections.singletonList("head")));// 构建ExcelWriter实例ExcelWriter excelWriter = writerBuilder.build();List<List<String>> data = new ArrayList<>();// 构建输出的sheetWriteSheet writeSheet = new WriteSheet();writeSheet.setSheetName("target");excelWriter.write(data, writeSheet);// 这一步一定要调用，否则输出的文件有可能不完整excelWriter.finish();

ExcelWriterBuilder中还有很多样式、行处理器、转换器设置等方法，笔者觉得不常用，这里不做举例，内容的样式通常在输出文件之后再次加工会更加容易操作。写操作一般可以简化如下：

List<List<String>> head = new ArrayList<>();List<List<String>> data = new LinkedList<>();EasyExcel.write("输出文件绝对路径")        .head(head)        .excelType(ExcelTypeEnum.XLSX)        .sheet("target")        .doWrite(data);

下面简单介绍一下生产中用到的实用技巧。

多线程读#

使用EasyExcel多线程读建议在限定的前提条件下使用：

源文件已经被分割成多个小文件，并且每个小文件的标题行和列数一致。机器内存要充足，因为并发读取的结果最后需要合并成一个大的结果集，全部数据存放在内存中。

经常遇到外部反馈的多份文件需要紧急进行数据分析或者交叉校对，为了加快文件读取，笔者通常使用这种方式批量读取格式一致的Excel文件

一个简单的例子如下：

@Slf4jpublic class EasyExcelConcurrentRead {    static final int N_CPU = Runtime.getRuntime().availableProcessors();    public static void main(String[] args) throws Exception {        // 假设I盘的temp目录下有一堆同格式的Excel文件        String dir = "I:\\temp";        List<Map<Integer, String>> mergeResult = Lists.newLinkedList();        ThreadPoolExecutor executor = new ThreadPoolExecutor(N_CPU, N_CPU * 2, 0, TimeUnit.SECONDS,                new LinkedBlockingQueue<>(), new ThreadFactory() {            private final AtomicInteger counter = new AtomicInteger();            @Override            public Thread newThread(@NotNull Runnable r) {                Thread thread = new Thread(r);                thread.setDaemon(true);                thread.setName("ExcelReadWorker-" + counter.getAndIncrement());                return thread;            }        });        Path dirPath = Paths.get(dir);        if (Files.isDirectory(dirPath)) {            List<Future<List<Map<Integer, String>>>> futures = Files.list(dirPath)                    .map(path -> path.toAbsolutePath().toString())                    .filter(absolutePath -> absolutePath.endsWith(".xls") || absolutePath.endsWith(".xlsx"))                    .map(absolutePath -> executor.submit(new ReadTask(absolutePath)))                    .collect(Collectors.toList());            for (Future<List<Map<Integer, String>>> future : futures) {                mergeResult.addAll(future.get());            }        }        log.info("读取[{}]目录下的文件成功,一共加载:{}行数据", dir, mergeResult.size());        // 其他业务逻辑.....    }    @RequiredArgsConstructor    private static class ReadTask implements Callable<List<Map<Integer, String>>> {        private final String location;        @Override        public List<Map<Integer, String>> call() throws Exception {            List<Map<Integer, String>> data = Lists.newLinkedList();            EasyExcel.read(location).sheet()                    .registerReadListener(new AnalysisEventListener<Map<Integer, String>>() {                        @Override                        public void invoke(Map<Integer, String> row, AnalysisContext analysisContext) {                            data.add(row);                        }                        @Override                        public void doAfterAllAnalysed(AnalysisContext analysisContext) {                            log.info("读取路径[{}]文件成功,一共[{}]行", location, data.size());                        }                    }).doRead();            return data;        }    }}

这里采用ThreadPoolExecutor#submit()提交并发读的任务，然后使用Future#get()等待所有任务完成之后再合并最终的读取结果。

注意，一般文件的写操作不能并发执行，否则很大的概率会导致数据错乱

多Sheet写#

多Sheet写，其实就是使用同一个ExcelWriter实例，写入多个WriteSheet实例中，每个Sheet的标题行可以通过WriteSheet实例中的配置属性进行覆盖，代码如下：

public class EasyExcelMultiSheetWrite {    public static void main(String[] args) throws Exception {        ExcelWriterBuilder writerBuilder = EasyExcel.write();        writerBuilder.excelType(ExcelTypeEnum.XLSX);        writerBuilder.autoCloseStream(true);        writerBuilder.file("I:\\temp\\temp.xlsx");        ExcelWriter excelWriter = writerBuilder.build();        WriteSheet firstSheet = new WriteSheet();        firstSheet.setSheetName("first");        firstSheet.setHead(Collections.singletonList(Collections.singletonList("第一个Sheet的Head")));        // 写入第一个命名为first的Sheet        excelWriter.write(Collections.singletonList(Collections.singletonList("第一个Sheet的数据")), firstSheet);        WriteSheet secondSheet = new WriteSheet();        secondSheet.setSheetName("second");        secondSheet.setHead(Collections.singletonList(Collections.singletonList("第二个Sheet的Head")));        // 写入第二个命名为second的Sheet        excelWriter.write(Collections.singletonList(Collections.singletonList("第二个Sheet的数据")), secondSheet);        excelWriter.finish();    }}

效果如下：

分页查询和批量写#

在一些数据量比较大的场景下，可以考虑分页查询和批量写，其实就是分页查询原始数据 -> 数据聚合或者转换 -> 写目标数据 -> 下一页查询....。其实数据量少的情况下，一次性全量查询和全量写也只是分页查询和批量写的一个特例，因此可以把查询、转换和写操作抽象成一个可复用的模板方法：

int batchSize = 定义每篇查询的条数;OutputStream outputStream = 定义写到何处;ExcelWriter writer = new ExcelWriterBuilder()        .autoCloseStream(true)        .file(outputStream)        .excelType(ExcelTypeEnum.XLSX)        .head(ExcelModel.class);for (;;){    List<OriginModel> list = originModelRepository.分页查询();    if (list.isEmpty()){        writer.finish();        break;    }else {        list 转换-> List<ExcelModel> excelModelList;        writer.write(excelModelList);    }}

参看笔者前面写过的一篇非标题党生产应用文章《百万级别数据Excel导出优化》，适用于大数据量导出的场景，代码如下：

Excel上传与下载#

下面的例子适用于Servlet容器，常见的如Tomcat，应用于spring-boot-starter-web

Excel文件上传跟普通文件上传的操作差不多，然后使用EasyExcel的ExcelReader读取请求对象MultipartHttpServletRequest中文件部分抽象的InputStream实例即可：

@PostMapping(path = "/upload")public ResponseEntity<?> upload(MultipartHttpServletRequest request) throws Exception {    Map<String, MultipartFile> fileMap = request.getFileMap();    for (Map.Entry<String, MultipartFile> part : fileMap.entrySet()) {        InputStream inputStream = part.getValue().getInputStream();        Map<Integer, String> head = new HashMap<>();        List<Map<Integer, String>> data = new LinkedList<>();        EasyExcel.read(inputStream).sheet()                .registerReadListener(new AnalysisEventListener<Map<Integer, String>>() {                    @Override                    public void invokeHeadMap(Map<Integer, String> headMap, AnalysisContext context) {                        head.putAll(headMap);                    }                    @Override                    public void invoke(Map<Integer, String> row, AnalysisContext analysisContext) {                        data.add(row);                    }                    @Override                    public void doAfterAllAnalysed(AnalysisContext analysisContext) {                        log.info("读取文件[{}]成功,一共:{}行......", part.getKey(), data.size());                    }                }).doRead();        // 其他业务逻辑    }    return ResponseEntity.ok("success");}

使用Postman请求如下：

使用EasyExcel进行Excel文件导出也比较简单，只需要把响应对象HttpServletResponse中携带的OutputStream对象附着到EasyExcel的ExcelWriter实例即可：

@GetMapping(path = "/download")public void download(HttpServletResponse response) throws Exception {    // 这里文件名如果涉及中文一定要使用URL编码,否则会乱码    String fileName = URLEncoder.encode("文件名.xlsx", StandardCharsets.UTF_8.toString());    // 封装标题行    List<List<String>> head = new ArrayList<>();    // 封装数据    List<List<String>> data = new LinkedList<>();    response.setContentType("application/force-download");    response.setHeader("Content-Disposition", "attachment;filename=" + fileName);    EasyExcel.write(response.getOutputStream())            .head(head)            .autoCloseStream(true)            .excelType(ExcelTypeEnum.XLSX)            .sheet("Sheet名字")            .doWrite(data);}

这里需要注意一下：

文件名如果包含中文，需要进行URL编码，否则一定会乱码。无论导入或者导出，如果数据量大比较耗时，使用了Nginx的话记得调整Nginx中的连接、读写超时时间的上限配置。使用SpringBoot需要调整spring.servlet.multipart.max-request-size和spring.servlet.multipart.max-file-size的配置值，避免上传的文件过大出现异常。