为啥POI的SXSSFWorkbook占用内存更小

SXSSFWorkbook（Streaming XSSF Workbook）是 Apache POI 提供的一种 流式 Excel 写入 实现，相比传统的 XSSFWorkbook，它通过 临时文件缓存 和 行级刷新 机制，显著降低了内存占用。以下是其核心优化原理：

---

1. XSSFWorkbook 的问题（全内存存储）

XSSFWorkbook 在写入 Excel（.xlsx）时：

• 所有数据存储在内存（DOM 方式），包括：
  • 单元格数据
  • 样式信息
  • 公式计算
• 内存占用 = 文件大小 × 放大系数（通常 3-5 倍）
  • 例如：100MB 的 Excel 文件，可能需要 300MB~500MB 内存。
• 大文件容易 OOM（OutOfMemoryError）。

---

2. SXSSFWorkbook 的优化（流式写入）

SXSSFWorkbook 通过以下方式减少内存占用：

（1）行级缓存 + 临时文件

机制	说明
只缓存部分行	默认缓存 100 行（可配置），超出部分写入临时文件（磁盘）。
临时文件存储	使用 java.io.tmpdir 存储溢出的行数据，减少内存压力。
按需加载	读取时从临时文件恢复数据，而非全量加载到内存。

（2）手动刷新（flushRows）

• 可主动调用 sheet.flushRows() 强制将缓存行写入磁盘，释放内存。
• 示例：

  for (int i = 0; i < 1_000_000; i++) {
      SXSSFRow row = sheet.createRow(i);
      row.createCell(0).setCellValue("Row " + i);
      if (i % 10_000 == 0) {
          sheet.flushRows(); // 每 1 万行刷新一次
      }
  }
  

（3）样式共享

• 样式（CellStyle）和字体（Font）会被复用，避免重复创建。
• 通过 Workbook.createCellStyle() 集中管理样式。

（4）自动清理临时文件

• 调用 workbook.dispose() 后，自动删除临时文件：

  try (SXSSFWorkbook workbook = new SXSSFWorkbook(100)) {
      // 写入数据...
  } // 自动调用 dispose()
  

---

3. 内存对比（XSSF vs SXSSF）

场景	XSSFWorkbook	SXSSFWorkbook
存储方式	全内存 DOM	内存 + 磁盘临时文件
内存占用	高（文件大小 × 3~5 倍）	低（仅缓存指定行数）
适用数据量	小文件（<10MB）	大文件（百万行+）
OOM 风险	高	低

---

4. 适用场景

（1）适合 SXSSF 的情况

• 导出 百万行级 Excel 报表。
• 内存有限（如云服务器、容器环境）。
• 需要长时间运行的批处理任务。

（2）适合 XSSF 的情况

• 小文件（<10MB）快速处理。
• 需要复杂样式、公式计算。
• 频繁随机访问单元格（SXSSF 不支持随机修改已刷新的行）。

---

5. 注意事项

1. 临时文件目录

   • 默认使用 java.io.tmpdir，确保磁盘空间充足。
   • 可通过 System.setProperty("java.io.tmpdir", "/custom/tmp") 修改。

2. 不可逆操作

   • SXSSF 写入磁盘后的行无法再修改（只支持追加）。

3. 性能权衡

   • 内存换速度：SXSSF 比 XSSF 稍慢（因涉及磁盘 I/O）。

4. 资源释放

   • 必须调用 workbook.dispose()，否则临时文件可能残留。

---

6. 代码优化建议

// 1. 设置缓存行数（根据数据量调整）
SXSSFWorkbook workbook = new SXSSFWorkbook(1000); 

// 2. 写入数据时定期刷新
for (int i = 0; i < 1_000_000; i++) {
    SXSSFRow row = sheet.createRow(i);
    // ...
    if (i % 10_000 == 0) {
        sheet.flushRows();
    }
}

// 3. 最终保存并清理
try (FileOutputStream fos = new FileOutputStream("big-data.xlsx")) {
    workbook.write(fos);
}
workbook.dispose(); // 清理临时文件

---

总结

SXSSFWorkbook 通过 行级缓存 + 临时文件 的流式写入机制，将内存占用从 O(文件大小) 降低到 O(缓存行数)，成为处理大 Excel 文件的 首选方案。
但需注意 不可逆写入 和 临时文件管理，避免资源泄漏。