<optgroup id="6y7f6"><small id="6y7f6"></small></optgroup>

<code id="6y7f6"></code>

  • <p id="6y7f6"><tbody id="6y7f6"><ins id="6y7f6"></ins></tbody></p>
    <code id="6y7f6"><form id="6y7f6"></form></code>

      百萬級數據excel導出功能如何實現?

      前言

      最近我做過一個MySQL百萬級別數據的excel導出功能,已經正常上線使用了。

      這個功能挺有意思的,里面需要注意的細節還真不少,現在拿出來跟大家分享一下,希望對你會有所幫助。

      原始需求:用戶在UI界面上點擊全部導出按鈕,就能導出所有商品數據。

      咋一看,這個需求挺簡單的。

      但如果我告訴你,導出的記錄條數,可能有一百多萬,甚至兩百萬呢?

      這時你可能會倒吸一口氣。

      因為你可能會面臨如下問題:

      1. 如果同步導數據,接口很容易超時。
      2. 如果把所有數據一次性裝載到內存,很容易引起OOM。
      3. 數據量太大sql語句必定很慢。
      4. 相同商品編號的數據要放到一起。
      5. 如果走異步,如何通知用戶導出結果?
      6. 如果excel文件太大,目標用戶打不開怎么辦?

      我們要如何才能解決這些問題,實現一個百萬級別的excel數據快速導出功能呢?

      1.異步處理

      做一個MySQL百萬數據級別的excel導出功能,如果走接口同步導出,該接口肯定會非常容易超時。

      因此,我們在做系統設計的時候,第一選擇應該是接口走異步處理。

      說起異步處理,其實有很多種,比如:使用開啟一個線程,或者使用線程池,或者使用job,或者使用mq等。

      為了防止服務重啟時數據的丟失問題,我們大多數情況下,會使用job或者mq來實現異步功能。

      1.1 使用job

      如果使用job的話,需要增加一張執行任務表,記錄每次的導出任務。

      用戶點擊全部導出按鈕,會調用一個后端接口,該接口會向表中寫入一條記錄,該記錄的狀態為:待執行。

      有個job,每隔一段時間(比如:5分鐘),掃描一次執行任務表,查出所有狀態是待執行的記錄。

      然后遍歷這些記錄,挨個執行。

      需要注意的是:如果用job的話,要避免重復執行的情況。比如job每隔5分鐘執行一次,但如果數據導出的功能所花費的時間超過了5分鐘,在一個job周期內執行不完,就會被下一個job執行周期執行。

      所以使用job時可能會出現重復執行的情況。

      為了防止job重復執行的情況,該執行任務需要增加一個執行中的狀態。

      具體的狀態變化如下:

      1. 執行任務被剛記錄到執行任務表,是待執行狀態。
      2. 當job第一次執行該執行任務時,該記錄再數據庫中的狀態改為:執行中。
      3. 當job跑完了,該記錄的狀態變成:完成失敗。

      這樣導出數據的功能,在第一個job周期內執行不完,在第二次job執行時,查詢待處理狀態,并不會查詢出執行中狀態的數據,也就是說不會重復執行。

      此外,使用job還有一個硬傷即:它不是立馬執行的,有一定的延遲。

      如果對時間不太敏感的業務場景,可以考慮使用該方案。

      1.2 使用mq

      用戶點擊全部導出按鈕,會調用一個后端接口,該接口會向mq服務端,發送一條mq消息。

      有個專門的mq消費者,消費該消息,然后就可以實現excel的數據導出了。

      相較于job方案,使用mq方案的話,實時性更好一些。

      對于mq消費者處理失敗的情況,可以增加補償機制,自動發起重試。

      RocketMQ自帶了失敗重試功能,如果失敗次數超過了一定的閥值,則會將該消息自動放入死信隊列。

      2.使用easyexcel

      我們知道在Java中解析和生成Excel,比較有名的框架有Apache POIjxl。

      但它們都存在一個嚴重的問題就是:非常耗內存,POI有一套SAX模式的API可以一定程度的解決一些內存溢出的問題,但POI還是有一些缺陷,比如07版Excel解壓縮以及解壓后存儲都是在內存中完成的,內存消耗依然很大。

      百萬級別的excel數據導出功能,如果使用傳統的Apache POI框架去處理,可能會消耗很大的內存,容易引發OOM問題。

      easyexcel重寫了POI對07版Excel的解析,之前一個3M的excel用POI sax解析,需要100M左右內存,如果改用easyexcel可以降低到幾M,并且再大的Excel也不會出現內存溢出;03版依賴POI的sax模式,在上層做了模型轉換的封裝,讓使用者更加簡單方便。

      需要在mavenpom.xml文件中引入easyexcel的jar包:

      <dependency>
          <groupId>com.alibaba</groupId>
          <artifactId>easyexcel</artifactId>
          <version>3.0.2</version>
      </dependency>
      

      之后,使用起來非常方便。

      讀excel數據非常方便:

      @Test
      public void simpleRead() {
          String fileName = TestFileUtil.getPath() + "demo" + File.separator + "demo.xlsx";
          // 這里 需要指定讀用哪個class去讀,然后讀取第一個sheet 文件流會自動關閉
          EasyExcel.read(fileName, DemoData.class, new DemoDataListener()).sheet().doRead();
      }
      

      寫excel數據也非常方便:

       @Test
      public void simpleWrite() {
          String fileName = TestFileUtil.getPath() + "write" + System.currentTimeMillis() + ".xlsx";
          // 這里 需要指定寫用哪個class去讀,然后寫到第一個sheet,名字為模板 然后文件流會自動關閉
          // 如果這里想使用03 則 傳入excelType參數即可
          EasyExcel.write(fileName, DemoData.class).sheet("模板").doWrite(data());
      }
      

      easyexcel能大大減少占用內存的主要原因是:在解析Excel時沒有將文件數據一次性全部加載到內存中,而是從磁盤上一行行讀取數據,逐個解析。

      3.分頁查詢

      百萬級別的數據,從數據庫一次性查詢出來,是一件非常耗時的工作。

      即使我們可以從數據庫中一次性查詢出所有數據,沒出現連接超時問題,這么多的數據全部加載到應用服務的內存中,也有可能會導致應用服務出現OOM問題。

      因此,我們從數據庫中查詢數據時,有必要使用分頁查詢。比如:每頁5000條記錄,分為200頁查詢。

      public Page<User> searchUser(SearchModel searchModel) {
          List<User> userList = userMapper.searchUser(searchModel);
          Page<User> pageResponse = Page.create(userList, searchModel);
          pageResponse.setTotal(userMapper.searchUserCount(searchModel));
          return pageResponse;
      }
      

      每頁大小pageSize和頁碼pageNo,是SearchModel類中的成員變量,在創建searchModel對象時,可以設置設置這兩個參數。

      然后在Mybatis的sql文件中,通過limit語句實現分頁功能:

      limit #{pageStart}, #{pageSize}
      

      其中的pagetStart參數,是通過pageNo和pageSize動態計算出來的,比如:

      pageStart = (pageNo - 1) * pageSize;
      

      4.多個sheet

      我們知道,excel對一個sheet存放的最大數據量,是有做限制的,一個sheet最多可以保存1048576行數據。否則在保存數據時會直接報錯:

      invalid row number (1048576) outside allowable range (0..1048575)
      

      如果你想導出一百萬以上的數據,excel的一個sheet肯定是存放不下的。

      因此我們需要把數據保存到多個sheet中。

      5.計算limit的起始位置

      我之前說過,我們一般是通過limit語句來實現分頁查詢功能的:

      limit #{pageStart}, #{pageSize}
      

      其中的pagetStart參數,是通過pageNo和pageSize動態計算出來的,比如:

      pageStart = (pageNo - 1) * pageSize;
      

      如果只有一個sheet可以這么玩,但如果有多個sheet就會有問題。因此,我們需要重新計算limit的起始位置。

      例如:

      ExcelWriter excelWriter = EasyExcelFactory.write(out).build();
      int totalPage = searchUserTotalPage(searchModel);
      
      if(totalPage > 0) {
         Page<User> page = Page.create(searchModel);
         int sheet = (totalPage % maxSheetCount == 0) ? totalPage / maxSheetCount: (totalPage / maxSheetCount) + 1;
         for(int i=0;i<sheet;i++) {
            WriterSheet writeSheet = buildSheet(i,"sheet"+i);
            int startPageNo = i*(maxSheetCount/pageSize)+1;
            int endPageNo = (i+1)*(maxSheetCount/pageSize);
            while(page.getPageNo()>=startPageNo && page.getPageNo()<=endPageNo) {
              page = searchUser(searchModel);
              if(CollectionUtils.isEmpty(page.getList())) {
                  break;
              }
              
              excelWriter.write(page.getList(),writeSheet);
              page.setPageNo(page.getPageNo()+1);
           }
         }
      }
      

      這樣就能實現分頁查詢,將數據導出到不同的excel的sheet當中。

      6.文件上傳到OSS

      由于現在我們導出excel數據的方案改成了異步,所以沒法直接將excel文件,同步返回給用戶。

      因此我們需要先將excel文件存放到一個地方,當用戶有需要時,可以訪問到。

      這時,我們可以直接將文件上傳到OSS文件服務器上。

      通過OSS提供的上傳接口,將excel上傳成功后,會返回文件名稱訪問路徑。

      我們可以將excel名稱和訪問路徑保存到中,這樣的話,后面就可以直接通過瀏覽器,訪問遠程excel文件了。

      而如果將excel文件保存到應用服務器,可能會占用比較多的磁盤空間。

      一般建議將應用服務器文件服務器分開,應用服務器需要更多的內存資源或者CPU資源,而文件服務器需要更多的磁盤資源。

      7.通過WebSocket推送通知

      通過上面的功能已經導出了excel文件,并且上傳到了OSS文件服務器上。

      接下來的任務是要本次excel導出結果,成功還是失敗,通知目標用戶。

      有種做法是在頁面上提示:正在導出excel數據,請耐心等待。

      然后用戶可以主動刷新當前頁面,獲取本地導出excel的結果。

      但這種用戶交互功能,不太友好。

      還有一種方式是通過webSocket建立長連接,進行實時通知推送。

      如果你使用了SpringBoot框架,可以直接引入webSocket的相關jar包:

      <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-websocket</artifactId>
      </dependency>
      

      使用起來挺方便的。

      我們可以加一張專門的通知表,記錄通過webSocket推送的通知的標題、用戶、附件地址、閱讀狀態、類型等信息。

      能更好的追溯通知記錄。

      webSocket給客戶端推送一個通知之后,用戶的右上角的收件箱上,實時出現了一個小窗口,提示本次導出excel功能是成功還是失敗,并且有文件下載鏈接。

      當前通知的閱讀狀態是未讀。

      用戶點擊該窗口,可以看到通知的詳細內容,然后通知狀態變成已讀。

      8.總條數可配置

      我們在做導百萬級數據這個需求時,是給用戶用的,也有可能是給運營同學用的。

      其實我們應該站在實際用戶的角度出發,去思考一下,這個需求是否合理。

      用戶拿到這個百萬級別的excel文件,到底有什么用途,在他們的電腦上能否打開該excel文件,電腦是否會出現太大的卡頓了,導致文件使用不了。

      如果該功能上線之后,真的發生發生這些情況,那么導出excel也沒有啥意義了。

      因此,非常有必要把記錄的總條數,做成可配置的,可以根據用戶的實際情況調整這個配置。

      比如:用戶發現excel中有50萬的數據,可以正常訪問和操作excel,這時候我們可以將總條數調整成500000,把多余的數據截取掉。

      其實,在用戶的操作界面,增加更多的查詢條件,用戶通過修改查詢條件,多次導數據,可以實現將所有數據都導出的功能,這樣可能更合理一些。

      此外,分頁查詢時,每頁的大小,也建議做成可配置的。

      通過總條數和每頁大小,可以動態調整記錄數量和分頁查詢次數,有助于更好滿足用戶的需求。

      9.order by商品編號

      之前的需求是要將相同商品編號的數據放到一起。

      例如:

      編號 商品名稱 倉庫名稱 價格
      1 筆記本 北京倉 7234
      1 筆記本 上海倉 7235
      1 筆記本 武漢倉 7236
      2 平板電腦 成都倉 7236
      2 平板電腦 大連倉 3339

      但我們做了分頁查詢的功能,沒法將數據一次性查詢出來,直接在Java內存中分組或者排序。

      因此,我們需要考慮在sql語句中使用order by 商品編號,先把數據排好順序,再查詢出數據,這樣就能將相同商品編號,倉庫不同的數據放到一起。

      此外,還有一種情況需要考慮一下,通過配置的總記錄數將全部數據做了截取。

      但如果最后一個商品編號在最后一頁中沒有查詢完,可能會導致導出的最后一個商品的數據不完整。

      因此,我們需要在程序中處理一下,將最后一個商品刪除。

      但加了order by關鍵字進行排序之后,如果查詢sql中join了很多張表,可能會導致查詢性能變差。

      那么,該怎么辦呢?

      總結

      最后用兩張圖,總結一下excel異步導數據的流程。

      如果是使用mq導數據:

      如果是使用job導數據:

      這兩種方式都可以,可以根據實際情況選擇使用。

      2023年我干了一件很有價值的事情

      最后說一句(求關注,別白嫖我)

      如果這篇文章對您有所幫助,或者有所啟發的話,幫忙掃描下發二維碼關注一下,您的支持是我堅持寫作最大的動力。
      求一鍵三連:點贊、轉發、在看。
      關注公眾號:【蘇三說技術】,在公眾號中回復:面試、代碼神器、開發手冊、時間管理有超贊的粉絲福利,另外回復:加群,可以跟很多BAT大廠的前輩交流和學習。

      posted @ 2023-02-04 14:59  蘇三說技術  閱讀(590)  評論(2編輯  收藏  舉報
      欧洲黄色网页链接入口,免费A级毛片无码无遮挡久久影院,a免费黄色网址,国产一级黄色的网站
      <optgroup id="6y7f6"><small id="6y7f6"></small></optgroup>

      <code id="6y7f6"></code>

    1. <p id="6y7f6"><tbody id="6y7f6"><ins id="6y7f6"></ins></tbody></p>
      <code id="6y7f6"><form id="6y7f6"></form></code>