xlsx文件Java读取时如何处理大数据量？

在Java开发中,处理Excel文件是一项常见需求，尤其是.xlsx格式的文件，它是Microsoft Office Excel 2007及以后版本的默认保存格式，本文将详细介绍如何使用Java读取.xlsx文件，涵盖多种主流方法、核心代码示例、异常处理及性能优化建议，帮助开发者高效实现文件读取功能。

使用Apache POI读取.xlsx文件

Apache POI是Java领域最常用的操作Office文档的开源库，其XSSF（XML Spreadsheet Format）模块专门用于处理.xlsx文件，需在项目中添加POI依赖（以Maven为例）：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>5.2.3</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.2.3</version>
</dependency>

核心实现步骤

1. 加载工作簿：通过XSSFWorkbook类读取.xlsx文件流，代表整个Excel文件。

   try (FileInputStream fis = new FileInputStream("example.xlsx");
        XSSFWorkbook workbook = new XSSFWorkbook(fis)) {
       // 后续操作
   }

2. 获取工作表：通过workbook.getSheetAt(0)或workbook.getSheet("Sheet1")指定工作表。

   XSSFSheet sheet = workbook.getSheetAt(0);

3. 遍历行与单元格：通过sheet.iterator()遍历行，再遍历每行的单元格。

   Iterator<Row> rowIterator = sheet.iterator();
   while (rowIterator.hasNext()) {
       Row row = rowIterator.next();
       Iterator<Cell> cellIterator = row.iterator();
       while (cellIterator.hasNext()) {
           Cell cell = cellIterator.next();
           switch (cell.getCellType()) {
               case STRING:
                   System.out.print(cell.getStringCellValue() + "\t");
                   break;
               case NUMERIC:
                   System.out.print(cell.getNumericCellValue() + "\t");
                   break;
               case BOOLEAN:
                   System.out.print(cell.getBooleanCellValue() + "\t");
                   break;
               default:
                   break;
           }
       }
       System.out.println();
   }

异常处理与资源释放

使用try-with-resources语句自动关闭文件流和工作簿，避免资源泄漏，同时需捕获FileNotFoundException和IOException等异常，确保程序健壮性。

使用EasyExcel读取.xlsx文件

阿里巴巴开源的EasyExcel库以低内存占用和高性能著称,适合处理大文件，需添加依赖：

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>easyexcel</artifactId>
    <version>3.1.1</version>
</dependency>

核心实现步骤

1. 定义实体模型：通过注解映射Excel列与Java对象属性。

   @Data
   public class DemoData {
       @ExcelProperty("标题1")
       private String string;
       @ExcelProperty("标题2")
       private Double doubleData;
   }

2. 读取文件：使用EasyExcel.read()方法，指定文件路径和监听器。

   String fileName = "example.xlsx";
   EasyExcel.read(fileName, DemoData.class, new PageReadListener<DemoData>(dataList -> {
       // 每页数据回调处理
       for (DemoData data : dataList) {
           System.out.println(data);
       }
   })).sheet().doRead();

监听器模式优势

EasyExcel采用监听器模式,逐行读取并回调处理数据，避免将整个文件加载到内存，极大降低了大文件处理的内存压力。

处理复杂场景的注意事项

1. 日期与数字格式：对于日期或特殊格式的单元格，需先获取单元格样式再解析。

   if (DateUtil.isCellDateFormatted(cell)) {
       Date date = cell.getDateCellValue();
       // 日期格式化处理
   }

2. 合并单元格处理：通过sheet.getMergedRegions()获取合并区域，判断单元格是否属于合并单元格，并获取其主单元格值。

3. 性能优化：

   

   • 对于大文件,优先选择EasyExcel等流式读取方案。
   • 禁用POI的SXSSFWorkbook的自动刷新功能（SXSSFWorkbook workbook = new SXSSFWorkbook(100)），控制内存中的行数。
   • 使用多线程处理时,确保每个线程独立使用Workbook实例。

常见问题与解决方案

1. 文件损坏或格式错误：捕获InvalidFormatException，检查文件是否为有效的.xlsx格式（可通过ZipInputStream验证文件结构）。

2. 内存溢出：处理百万级行数据时，避免使用XSSFWorkbook全量加载，改用SXSSFWorkbook（POI的流式API）或EasyExcel。

3. 编码问题：若Excel中包含中文乱码，需确保文件编码为UTF-8，并在读取时指定字符集（如使用BufferedReader包装流）。

Java读取.xlsx文件可通过Apache POI或EasyExcel实现，POI功能全面适合中小文件，EasyExcel则擅长大文件低内存处理，开发者需根据实际场景选择工具，注意异常处理、资源释放及性能优化，掌握这些方法后，可灵活应对Excel数据读取的各种需求，提升开发效率。