java实现百万级别数据导出excel(JPA,hibernate,mybatis三种方式)

admin 管理员组

文章数量: 1184232

java实现百万级别数据导出excel(JPA,hibernate,mybatis三种方式)

在业务系统中，导出报表的需求会很常见，而随着时间推移业务量不断增加，数据库的数据可能达到百万甚至千万级别。对于导出报表功能，最简单的做法就是从数据库里面把需要的数据一次性加载到内存，然后写入excel文件，再把excel文件返回给用户。这种做法在数据量不大的时候是可行的，但是一旦需要导出几十万甚至上百万的数据，很可能出现OOM导致服务崩溃的情况，而且导出所消耗的时间会大大增加。

这里提供一种支持百万级别数据导出的方法，并且消耗很少的内存，核心思想就是不要一次性把数据加载到内存中。主要是从两个方面去解决：

1.从数据库加载数据不要一次性加载，可以分页的方式或者用游标的方式分批加载数据，加载一批数据处理一批并且释放内存，这样内存占用始终处于一个比较平稳的状态。分页的方式加载编码比较繁琐，我一般是采用游标方式逐行加载。目前常用的持久层框架有JPA，mybaits,hibernate，下面会分别列出JPA，hibernate及mybatis通过游标方式加载数据。

2.写入excel也是分批写入，推荐阿里的EasyExcel，占用内存极低。

EasyExcel的pom依赖：

 <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>2.1.1</version><optional>true</optional>
</dependency>

运行环境

jdk1.8，idea2019，堆内存：-Xms256M -Xms256M(导出100万数据毫无压力)，springboot,数据库是mysql
先来张效果图，这个是最大堆内存设置为256M，两张表联合查询的情况下导出100万数据的效果，可以看到堆内存变化比较平稳，导出100万数据耗时143秒，这个速度还有优化的空间，如果是单表导出的话速度会更快些：

JPA使用游标方式导出百万数据(两种方式，推荐使用QueryDSL)

1.使用jpa原生方式,这种适合sql比较简单的情况

pom.xml:

<!-- spring web依赖，搭建web项目需要这个依赖-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<!-- jpa -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>
<dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional>
</dependency>

repository:

@Repository
public interface UserRepository extends JpaRepository<UserEntity,Integer> {//@QueryHint(name = HINT_FETCH_SIZE,value = Integer.MIN_VALUE+"") 值设置为Integer.MIN_VALUE告诉mysql需要逐条返回数据，并且返回值需要用stream来接收@QueryHints(@QueryHint(name = HINT_FETCH_SIZE,value = Integer.MIN_VALUE+""))@Query(value = "select * from user limit 500000",nativeQuery = true)Stream<UserEntity> findAllList();}

service:

注意:

需要加事务注解，并且是只读事务

需要及时调用entityManager的detach方法释放内存，不然还是会出现OOM

   @Autowiredprivate EntityManager entityManager;@Autowiredprivate UserRepository userRepository;Transactional(readOnly = true)public void exportData3(ScrollResultsHandler<UserExportVO> scrollResultsHandler){Stream<UserEntity> allList = userRepository.findAllList.forEach((o)->{UserEntity userEntity = (UserEntity) o;UserExportVO userExportVO = UserExportVO.builer().userName(userEntity.getUsername()).mobile(userEntity.getMobile()).build();scrollResultsHandler.handle(userExportVO);//对象被session持有，调用detach方法释放内存entityManager.detach(userEntity);});}

controller:

    @RequestMapping("export4")public void export4(HttpServletResponse response) throws IOException {response.setContentType("application/vnd.ms-excel");response.setCharacterEncoding("utf-8");String filenames="bigdata4";response.addHeader("Content-Disposition", "filename=" + filenames + ".xlsx");ExcelWriter excelWriter = EasyExcel.write(response.getOutputStream(), UserExportVO.class).build();WriteSheet[] writeSheet = new WriteSheet[] {EasyExcel.writerSheet(0, "sheet").build()};userService.exportData(s->{UserExportVO resultObject = s;ArrayList arrayList = new ArrayList<UserExportVO>();arrayList.add(resultObject);excelWriter.write(arrayList, writeSheet[0]);});excelWriter.finish();}

使用到的相关的类：

/*** @author 奔腾的野马* @date 2022/04/25 09:12*/
public interface ScrollResultsHandler<T> {void handle(T t);}

import com.alibaba.excel.annotation.ExcelProperty;
import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;import java.math.BigDecimal;
import java.time.LocalDateTime;/*** @Author: 奔腾的野马* @Date: 2021/10/16 16:19*/
@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
public class UserExportVO {@ExcelProperty(value = "用户名")private String userName;@ExcelProperty(value = "手机号")private String mobile;}

2.使用querysql游标方式导出,推荐这种方式，可以实现动态sql，多表关联甚至是常见的组函数都可以支持

pom.xml:

<dependencies><!-- spring web依赖，搭建web项目需要这个依赖--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-jpa</artifactId></dependency><!--QueryDSL支持--><dependency><groupId>com.querydsl</groupId><artifactId>querydsl-apt</artifactId><version>5.0.0</version><scope>provided</scope></dependency><!--QueryDSL支持--><dependency><groupId>com.querydsl</groupId><artifactId>querydsl-jpa</artifactId><version>5.0.0</version></dependency><dependency><groupId>com.querydsl</groupId><artifactId>querydsl-core</artifactId><version>5.0.0</version></dependency>
</dependencies><build>
<plugins><!-- QueryDSL 插件 --><plugin><groupId>com.mysema.maven</groupId><artifactId>apt-maven-plugin</artifactId><version>1.1.3</version><executions><execution><goals><goal>process</goal></goals><configuration><outputDirectory>target/generated-sources/java</outputDirectory><processor>com.querydsl.apt.jpa.JPAAnnotationProcessor</processor></configuration></execution></executions></plugin>
</plugins>
</build>    

service:

@Autowired
private JPAQueryFactory jpaQueryFactory;
private QUserEntity qUserEntity = QUserEntity.userEntity;@Transactional(readOnly = true)
public void exportData2(ScrollResultsHandler<UserExportVO> scrollResultsHandler){//需要用stream方式接收，这样才能逐条处理Stream<UserExportVO> userExportVOStream = jpaQueryFactory.select(Projections.bean(UserExportVO.class, qUserEntity.userName, qUserEntity.mobile)).from(qUserEntity)//.join(xxxEntity) //.on(xxxx)//setHint(HINT_FETCH_SIZE,Integer.MIN_VALUE+"") 告诉mysql需要逐条返回数据,注意值需要设置为Integer.MIN_VALUE才能生效.setHint(HINT_FETCH_SIZE,Integer.MIN_VALUE+"").limit(1000000).stream();userExportVOStream.forEach(dto->{scrollResultsHandler.handle(dto);});}

controller:

同上

mybatis使用游标方式导出百万数据

pom.xml:

<dependency><groupId>org.mybatis</groupId><artifactId>mybatis</artifactId><version>3.5.9</version>
</dependency>

dao:

/*** @author 奔腾的野马* @date 2022/04/16 19:14*/
@Mapper
public interface UserDao {//ResultSetType.TYPE_FORWORD_ONLY 结果集的游标只能向下滚动,fetchSize需要设置为Integer.MIN_VALUE游标才能生效@Options(resultSetType = ResultSetType.FORWARD_ONLY,fetchSize = Integer.MIN_VALUE)@ResultType(UserExportVO.class)@Select("select userName,mobile from user limit 500000")void reportAll2(ResultHandler<UserExportVO> handler);}

service:

@Transactional(readOnly = true)public void export2(ResultHandler<UserExportVO> handler){userDao.reportAll2(handler);
}    

controller:

同上

hibernate使用游标方式导出百万数据

service:

   @Autowiredprivate EntityManager entityManager;public void exportData(ScrollResultsHandler<UserExportVO> scrollResultsHandler){//当不需要缓存时，最好使用StatelessSessionStatelessSession session = ((Session) entityManager.getDelegate()).getSessionFactory().openStatelessSession();Query query = session.getNamedQuery("getAllList");query.setCacheMode(CacheMode.IGNORE);//setFetchSize(Integer.MIN_VALUE)告诉mysql逐条返回数据query.setFetchSize(Integer.MIN_VALUE);query.setFirstResult(0);query.setMaxResults(1000000);query.setReadOnly(true);query.setLockMode("a", LockMode.NONE);//ScrollMode.TYPE_FORWORD_ONLY 结果集的游标只能向下滚动ScrollableResults results = query.scroll(ScrollMode.FORWARD_ONLY);while (results.next()) {UserEntity userEntity = (UserEntity) results.get(0);      UserExportVO userExportVO = UserExportVO.builer().userName(userEntity.getUsername()).mobile(userEntity.getMobile()).build();scrollResultsHandler.handle(userExportVO);}results.close();session.close();}

controller：

同上

流式导出遇到的问题(基于jpa和querydsl)及解决方法

1.导出过程中堆内存占用急剧上升，发生OOM

1.1 项目中使用了log4jdbc-log4j2-jdbc4.1(版本是1.16),驱动为net.sf.log4jdbc.sql.jdbcapi.DriverSpy，改成mysql的原生驱动就好了。"log4jdbc-log4j2-jdbc4.1"本来是用来开发过程中方便打印sql的，结果却带来了OOM问题，看来使用第三方jar包一定要慎重啊。
1.2 项目的存在多个版本的querydsl，jar包冲突，解决jar包就正常了
1.3 二次查询时，hibernate的一级缓存没有及时释放，进一步分析，发现大量的对象都被缓存在（org.hibernate.engine.
StatefulPersistenceContext）中，导致一级缓存泄漏
解决方法：
由于 Hibernate 的一级缓存是其内部使用的，无法关闭或停用（随着Session 销毁）。从Hibernate 的手册或文档中可知，Hibernate 的一级缓存的清除可通过以下方式：
1）对于单个对象的清除：
Session session=sessionFactory.getCurrentSession(); session.evict(entity);
2）对于实体集合的清除：
Session session=sessionFactory.getCurrentSession(); session.clear();建议在程序中加入对 Hibernate 一级缓存的清除工作，以便可以其内存数据可以及时释放。

2.导出过程中遍历stream需要二次查询数据库时提示"Streaming result set com.mysql.cj.protocol.a.result.ResultsetRowsStreaming@5800daf5 is still active. No statements may be issued when any streaming result sets are open and in use on a given connection. Ensure that you have called .close() on any active streaming result sets before attempting more queries"

错误详细内容:

java.sql.SQLException: Streaming result set com.mysql.cj.protocol.a.result.ResultsetRowsStreaming@3b8732ec is still active. No statements may be issued when any streaming result sets are open and in use on a given connection. Ensure that you have called .close() on any active streaming result sets before attempting more queries.at com.mysql.cj.jdbc.exceptions.SQLError.createSQLException(SQLError.java:129)at com.mysql.cj.jdbc.exceptions.SQLError.createSQLException(SQLError.java:97)at com.mysql.cj.jdbc.exceptions.SQLExceptionsMapping.translateException(SQLExceptionsMapping.java:122)at com.mysql.cj.jdbc.ClientPreparedStatement.executeInternal(ClientPreparedStatement.java:953)at com.mysql.cj.jdbc.ClientPreparedStatement.executeQuery(ClientPreparedStatement.java:1003)at net.sf.log4jdbc.sql.jdbcapi.PreparedStatementSpy.executeQuery(PreparedStatementSpy.java:780)at com.zaxxer.hikari.pool.ProxyPreparedStatement.executeQuery(ProxyPreparedStatement.java:52)at com.zaxxer.hikari.pool.HikariProxyPreparedStatement.executeQuery(HikariProxyPreparedStatement.java)at org.hibernate.engine.jdbc.internal.ResultSetReturnImpl.extract(ResultSetReturnImpl.java:57)at org.hibernate.loader.Loader.getResultSet(Loader.java:2292)at org.hibernate.loader.Loader.executeQueryStatement(Loader.java:2050)at org.hibernate.loader.Loader.executeQueryStatement(Loader.java:2012)at org.hibernate.loader.Loader.doQuery(Loader.java:953)at org.hibernate.loader.Loader.doQueryAndInitializeNonLazyCollections(Loader.java:354)at org.hibernate.loader.Loader.doList(Loader.java:2838)at org.hibernate.loader.Loader.doList(Loader.java:2820)at org.hibernate.loader.Loader.listIgnoreQueryCache(Loader.java:2652)at org.hibernate.loader.Loader.list(Loader.java:2647)at org.hibernate.loader.hql.QueryLoader.list(QueryLoader.java:506)at org.hibernate.hql.internal.ast.QueryTranslatorImpl.list(QueryTranslatorImpl.java:396)at org.hibernate.engine.query.spi.HQLQueryPlan.performList(HQLQueryPlan.java:219)at org.hibernate.internal.SessionImpl.list(SessionImpl.java:1404)at org.hibernate.query.internal.AbstractProducedQuery.doList(AbstractProducedQuery.java:1562)at org.hibernate.query.internal.AbstractProducedQuery.list(AbstractProducedQuery.java:1530)at org.hibernate.query.internal.AbstractProducedQuery.getSingleResult(AbstractProducedQuery.java:1578)at org.hibernate.query.criteria.internalpile.CriteriaQueryTypeQueryAdapter.getSingleResult(CriteriaQueryTypeQueryAdapter.java:111)at org.springframework.data.jpa.repository.query.JpaQueryExecution$SingleEntityExecution.doExecute(JpaQueryExecution.java:196)at org.springframework.data.jpa.repository.query.JpaQueryExecution.execute(JpaQueryExecution.java:88)at org.springframework.data.jpa.repository.query.AbstractJpaQuery.doExecute(AbstractJpaQuery.java:154)at org.springframework.data.jpa.repository.query.AbstractJpaQuery.execute(AbstractJpaQuery.java:142)at org.springframework.data.repository.core.support.RepositoryFactorySupport$QueryExecutorMethodInterceptor.doInvoke(RepositoryFactorySupport.java:618)at org.springframework.data.repository.core.support.RepositoryFactorySupport$QueryExecutorMethodInterceptor.invoke(RepositoryFactorySupport.java:605)at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:186)at org.springframework.data.projection.DefaultMethodInvokingMethodInterceptor.invoke(DefaultMethodInvokingMethodInterceptor.java:80)at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:186)at org.springframework.transaction.interceptor.TransactionAspectSupport.invokeWithinTransaction(TransactionAspectSupport.java:366)at org.springframework.transaction.interceptor.TransactionInterceptor.invoke(TransactionInterceptor.java:99)at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:186)at org.springframework.dao.support.PersistenceExceptionTranslationInterceptor.invoke(PersistenceExceptionTranslationInterceptor.java:139)at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:186)at org.springframework.data.jpa.repository.support.CrudMethodMetadataPostProcessor$CrudMethodMetadataPopulatingMethodInterceptor.invoke(CrudMethodMetadataPostProcessor.java:149)at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:186)at org.springframework.aop.interceptor.ExposeInvocationInterceptor.invoke(ExposeInvocationInterceptor.java:95)at org.springframework.aop.framework.ReflectiveMethodInvocation.proceed(ReflectiveMethodInvocation.java:186)at org.springframework.aop.framework.JdkDynamicAopProxy.invoke(JdkDynamicAopProxy.java:212)at com.sun.proxy.$Proxy223.countAllByDeliveryNo(Unknown Source)

查阅资料后发现，是mysql不支持在流式查询过程中使用同一连接再次查询数据库

解决方法：
方法1.使用异步方法查询，这样就可以规避同一个连接二次查询的问题
方法2.需要二次查询时开启一个新的事务去查询就可以，spring中可以使用事务注解开启新的事务就搞定了，注解如下：

@Transactional(propagation = Propagation.REQUIRES_NEW,readOnly = true)

本文标签： java实现百万级别数据导出excel(JPA hibernate mybatis三种方式)