Apache POI Streaming（SXSSF）用于阅读
我需要读取大型excel文件并将其数据导入我的应用程序。
由于POI需要大量的堆来工作，经常抛出OutOfMemory错误，我发现有一个Streaming 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，只有一个工作表，并在单元格中输入了几个值，并提出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，但它总是带有空（ null ）行。
我已经研究并在互联网上找到了几个Streaming API的例子，但它们都没有关于读取现有文件，它们都是关于生成excel文件的。
实际上是否可以从流中的现有.xlsx文件中读取数据？
在挖掘了更多之后，我发现了这个库 ：
如果您以前使用过Apache POI来读取Excel文件，您可能会注意到它的内存效率不高。 读取整个工作簿将导致严重的内存使用量激增，这可能会对服务器造成严重破坏。
有很多很好的理由说明为什么Apache必须读取整个工作簿，但大多数都与库允许您使用随机地址进行读写这一事实有关。 如果（并且仅当）您只想以快速且有效的内存方式读取Excel文件的内容，则可能不需要此function。 不幸的是，POI库中唯一用于读取流式工作簿的东西需要您的代码使用类似SAX的解析器。 该API缺少所有友好的类，如Row和Cell。
此库充当流API的包装，同时保留标准POI API的语法。 请继续阅读，看看它是否适合您。
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SAX Event API ，它读取文档并通过事件解析其内容。
如果内存占用是一个问题，那么对于XSSF，您可以获取基础XML数据并自行处理。 这适用于愿意学习.xlsx文件的一些低级结构的中级开发人员，以及在java中处理XML的人。 它使用起来比较简单，但需要对文件结构有基本的了解。 提供的优点是您可以读取内存占用相对较小的XLSX文件。