真香！EasyExcel实现Excel百万级数据导出测验，高效低内存占用。 （记一次线上问题分析）_easyexcel导出100万数据-程序员宅基地
技术标签： JAVA excel spring 中级JAVA成长营 java 性能优化 java-ee
真香！EasyExcel实现Excel百万级数据导出测验，高效低内存占用。 （记一次线上问题分析）
一、线上问题
线上问题分析。前几天，某系统在尝试导出百万条明细时，导出时造成系统假死，内存溢出，随后系统崩溃。重启之后再次尝试导出同样的明细，结果依旧是系统崩溃。虽然没有拿到具体日志，但根据早前真香！EasyExcel实现Excel百万级数据导入，高效低内存占用 对百万数据导入的验证结果，进行了初步的分析，可能存在以下两个导致问题的原因：
原因一： Excel的导出过程中，系统使用了Apache POI，大量数据导出导致堆内存占用极大，甚至超过原本应有的百倍。这就容易发生堆内存不足的问题，从而使得系统假死。而在多次full gc仍无法释放足够内存后，系统最终崩溃。
原因二： 此外，系统在导出Excel过程中使用Easy Excel，却出现分页查询语句性能问题。对于普通分页查询，由于深度分页时越往后翻页速度越慢，因此可能拖累整个数据库，最终导致应用崩溃。但值得注意的是，Easy Excel在导入导出数据过程中，是基于硬盘逐行读写的模式，这意味着不存在内存占用问题，并通过上次的实验已得到了验证大量数据导入。
二、 本章目标
本次重点验证一下Easy Excle导出大量数据时的内存占用情况以及避免深分页的一种实现方案。
三、实验数据准备
实际数据： 单表，255999条数据，每行数据包含 94列，初始数据统计结果截图如下：
四、代码实现
关键代码截图如下：
五、实测
1、导出时，设置查询每页大小为 2000，即pageSize = 2000.
系统启动，初始占用堆内存为50M左右，如下图：
浏览器请求导出接口，观察CPU和堆内存监控如下，堆内存在100到200M之间震荡，255999条数据，全部导出，共用时2分钟14秒左右，每个批次2000条数据的查询和导出用时在260毫秒，每批次处理非常稳定，不存在深分页问题（越往后查询，速度越慢，数据库压力越大），如下面几张图：
可以看到导出的excel为116MB，按之前测试的，使用POI进行操作，堆内存占用会实际内容的100多倍，则25万左右的数据导出，10多G的堆内存，服务器必然出现内存溢出，可见Easy Excel在处理大量数据导入导出碾轧优势。
2、导出时，设置查询每页大小为 5000，即pageSize = 5000.
导出时，数据库每页大小设置为5000时， 系统启动。浏览器请求导出接口，观察CPU和堆内存监控如下，堆内存在100到250M之间震荡，255999条数据，全部导出，共用时2分钟13秒左右，每个批次5000条数据的查询和导出用时在680毫秒左右，每批次处理非常稳定，不存在深分页问题。实验截图如下：
3、导出时，设置查询每页大小为 5000，即pageSize = 5000.
导出时，数据库每页大小设置为10000时， 系统启动。浏览器请求导出接口，观察CPU和堆内存监控如下，堆内存在100到250M之间震荡，255999条数据，全部导出，共用时2分钟13秒左右，每个批次5000条数据的查询和导出用时在1600毫秒左右，每批次处理非常稳定，不存在深分页问题。实验数据如下：
从以上每页数据2000，5000，10000的结果分析，可以看出，用时基本一样，内存也差不太多，每页2000时，堆内存最小，导出用时也基本一样，基本可以得出结论，在大批量数据导出时，每页数据设置为2000比较好，内存占用小，用时也快。
六、5并下发实验
5并发下实测，从监控上看到两点：
1，CPU占用变高：
CPU占用从单次导出下的10%，到40%~50%区间震荡。 主要原因为Easy Excel，基于硬盘的读写，并发情况下，IO读写大，CPU占用自然变高，不过对于多核服务器下，50%的CPU占用，毫无压力。
2，堆内存占用变大：
堆内存占用也增大， 在1G到1.5G区间震荡，5并发下堆内存占用明显上升，但堆内存占用振幅较大，说明堆内存在持续释放，并不会长时间占用大量堆内存。
3，导出用时略变大：
5并发下，每个用时基本在2分钟40秒左右，与单用户下的2分钟13秒左右相比，多了30秒，变化不大。
通过5并发实验，可以看到，在5人同时导出时的情况下，CPU和堆内存占用有了明显的提高，不过都在安全范围以下很多，对于单台2CPU， 16G内存的服务器下（一般堆内存最大设置为10G），在处理5到10个并发导出的情况下，也不会影响到其他正常业务的稳定开展，但同时导出操作不能太多，需要设置导出队列，避免服务器CPU和内存负载过大，而影响系统的正常动行。
七、初步结论
本次线上导出故障，在没有拿到系统假死时的dump文件的情况下，初步分析原因，并实测验证，可以得出结论，EasyExcel导出百万级的数据时，占用内存很小，这种情况，不太可能出现内存溢出，但要控制导出的并发（可以通过过设置线程池大小或者增加排队处理），初步分析极有可能是导出时，用的是Apache POI实现的，从而引起故障。
至于深分页问题，如果在数仓的情况下，如果要解决深分页的问题，需要考虑分区字段因素的影响，再对相应的语句进行执行计划分析和实际验证。
智能推荐
什么是内部类？成员内部类、静态内部类、局部内部类和匿名内部类的区别及作用？_成员内部类和局部内部类的区别-程序员宅基地
文章浏览阅读3.4k次，点赞8次，收藏42次。一、什么是内部类？or 内部类的概念内部类是定义在另一个类中的类；下面类TestB是类TestA的内部类。即内部类对象引用了实例化该内部对象的外围类对象。public class TestA{ class TestB {}}二、 为什么需要内部类？or 内部类有什么作用？1、 内部类方法可以访问该类定义所在的作用域中的数据，包括私有数据。2、内部类可以对同一个包中的其他类隐藏起来。3、 当想要定义一个回调函数且不想编写大量代码时，使用匿名内部类比较便捷。三、 内部类的分类成员内部_成员内部类和局部内部类的区别
分布式系统_分布式系统运维工具-程序员宅基地
文章浏览阅读118次。分布式系统要求拆分分布式思想的实质搭配要求分布式系统要求按照某些特定的规则将项目进行拆分。如果将一个项目的所有模板功能都写到一起，当某个模块出现问题时将直接导致整个服务器出现问题。拆分按照业务拆分为不同的服务器，有效的降低系统架构的耦合性在业务拆分的基础上可按照代码层级进行拆分(view、controller、service、pojo)分布式思想的实质分布式思想的实质是为了系统的..._分布式系统运维工具
用Exce分析l数据极简入门_exce l趋势分析数据量-程序员宅基地
文章浏览阅读174次。1.数据源准备2.数据处理step1：数据表处理应用函数：①VLOOKUP函数; ② CONCATENATE函数终表：step2：数据透视表统计分析（1） 透视表汇总不同渠道用户数, 金额（2）透视表汇总不同日期购买用户数，金额（3）透视表汇总不同用户购买订单数，金额step3：讲第二步结果可视化, 比如, 柱形图（1）不同渠道用户数, 金额（2）不同日期..._exce l趋势分析数据量
宁盾堡垒机双因素认证方案_horizon宁盾双因素配置-程序员宅基地
文章浏览阅读3.3k次。堡垒机可以为企业实现服务器、网络设备、数据库、安全设备等的集中管控和安全可靠运行，帮助IT运维人员提高工作效率。通俗来说，就是用来控制哪些人可以登录哪些资产（事先防范和事中控制），以及录像记录登录资产后做了什么事情（事后溯源）。由于堡垒机内部保存着企业所有的设备资产和权限关系，是企业内部信息安全的重要一环。但目前出现的以下问题产生了很大安全隐患：密码设置过于简单，容易被暴力破解；为方便记忆，设置统一的密码，一旦单点被破，极易引发全面危机。在单一的静态密码验证机制下，登录密码是堡垒机安全的唯一_horizon宁盾双因素配置
谷歌浏览器安装（Win、Linux、离线安装）_chrome linux debian离线安装依赖-程序员宅基地
文章浏览阅读7.7k次，点赞4次，收藏16次。Chrome作为一款挺不错的浏览器，其有着诸多的优良特性，并且支持跨平台。其支持（Windows、Linux、Mac OS X、BSD、Android），在绝大多数情况下，其的安装都很简单，但有时会由于网络原因，无法安装，所以在这里总结下Chrome的安装。Windows下的安装：在线安装：离线安装：Linux下的安装：在线安装：离线安装：..._chrome linux debian离线安装依赖
烤仔TVの尚书房 | 逃离北上广？不如押宝越南“北上广”-程序员宅基地
文章浏览阅读153次。中国发达城市榜单每天都在刷新，但无非是北上广轮流坐庄。北京拥有最顶尖的文化资源，上海是“摩登”的国际化大都市，广州是活力四射的千年商都。GDP和发展潜力是衡量城市的数字指...
随便推点
java spark的使用和配置_使用java调用spark注册进去的程序-程序员宅基地
文章浏览阅读3.3k次。前言spark在java使用比较少，多是scala的用法，我这里介绍一下我在项目中使用的代码配置详细算法的使用请点击我主页列表查看版本jar版本说明spark3.0.1scala2.12这个版本注意和spark版本对应，只是为了引jar包springboot版本2.3.2.RELEASEmaven<!-- spark --> <dependency> <gro_使用java调用spark注册进去的程序
汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码，自己完成底层外设驱动开发后，集成即可使用_uds协议栈 源代码-程序员宅基地
文章浏览阅读4.8k次。汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码，自己完成底层外设驱动开发后，集成即可使用，代码精简高效，大厂出品有量产保证。:139800617636213023darcy169_uds协议栈 源代码
AUTOSAR基础篇之OS(下)_autosar 定义了 5 种多核支持类型-程序员宅基地
文章浏览阅读4.6k次，点赞20次，收藏148次。AUTOSAR基础篇之OS(下)前言首先，请问大家几个小小的问题，你清楚：你知道多核OS在什么场景下使用吗？多核系统OS又是如何协同启动或者关闭的呢？AUTOSAR OS存在哪些功能安全等方面的要求呢？多核OS之间的启动关闭与单核相比又存在哪些异同呢？。。。。。。今天，我们来一起探索并回答这些问题。为了便于大家理解，以下是本文的主题大纲：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JCXrdI0k-1636287756923)(https://gite_autosar 定义了 5 种多核支持类型
VS报错无法打开自己写的头文件_vs2013打不开自己定义的头文件-程序员宅基地
文章浏览阅读2.2k次，点赞6次，收藏14次。原因：自己写的头文件没有被加入到方案的包含目录中去，无法被检索到，也就无法打开。将自己写的头文件都放入header files。然后在VS界面上，右键方案名，点击属性。将自己头文件夹的目录添加进去。_vs2013打不开自己定义的头文件
【Redis】Redis基础命令集详解_redis命令-程序员宅基地
文章浏览阅读3.3w次，点赞80次，收藏342次。此时，可以将系统中所有用户的 Session 数据全部保存到 Redis 中，用户在提交新的请求后，系统先从Redis 中查找相应的Session 数据，如果存在，则再进行相关操作，否则跳转到登录页面。此时，可以将系统中所有用户的 Session 数据全部保存到 Redis 中，用户在提交新的请求后，系统先从Redis 中查找相应的Session 数据，如果存在，则再进行相关操作，否则跳转到登录页面。当数据量很大时，count 的数量的指定可能会不起作用，Redis 会自动调整每次的遍历数目。_redis命令
URP渲染管线简介-程序员宅基地
文章浏览阅读449次，点赞3次，收藏3次。URP的设计目标是在保持高性能的同时，提供更多的渲染功能和自定义选项。与普通项目相比，会多出Presets文件夹，里面包含着一些设置，包括本色，声音，法线，贴图等设置。全局只有主光源和附加光源，主光源只支持平行光，附加光源数量有限制，主光源和附加光源在一次Pass中可以一起着色。URP：全局只有主光源和附加光源，主光源只支持平行光，附加光源数量有限制，一次Pass可以计算多个光源。可编程渲染管线：渲染策略是可以供程序员定制的，可以定制的有：光照计算和光源，深度测试，摄像机光照烘焙，后期处理策略等等。_urp渲染管线