如何大幅提升Java处理3万行Excel数据的性能

本文针对使用apache poi逐行修改excel单元格导致极慢（每行1秒、总耗时超1小时）的问题，指出核心瓶颈在于**循环内反复打开/关闭文件流和重复调用`workbook.write()`**，并提供高效、安全、可落地的优化方案。

在处理包含30,000+记录的Excel文件（如formatted.xlsx）时，原始Java代码存在严重性能反模式：每次循环都执行FileOutputStream的创建、workbook.write(outFile)的全量写入、以及流关闭操作。由于XSSF（.xlsx）基于ZIP压缩包结构，workbook.write()并非增量更新，而是每次重建整个OPC容器——这意味着每处理1行就重新序列化全部已加载的Sheet、Style、SharedStrings等对象，I/O开销呈线性爆炸式增长，直接导致单行耗时高达1秒以上。

✅ 正确做法是：“读—改—写”三阶段分离，且仅执行一次物理写入。优化后的核心逻辑如下：

public static void main(String[] args) throws IOException {
    String filePath = "formatted.xlsx";

    // 1. 一次性读取（注意：使用 try-with-resources 自动释放）
    try (FileInputStream file = new FileInputStream(filePath);
         XSSFWorkbook workbook = new XSSFWorkbook(file)) {

        XSSFSheet sheet = workbook.getSheetAt(0);
        int rowCount = sheet.getLastRowNum();

        // 2. 内存中批量修改（无I/O）
        for (int i = 1; i <= rowCount; i++) {
            XSSFRow row = sheet.getRow(i);
            if (row == null) continue; // 跳过空行

            Cell descriptionCell = row.getCell(3); // 第4列（索引3）
            if (descriptionCell != null && descriptionCell.getCellType() == CellType.STRING) {
                String original = descriptionCell.getStringCellValue();
                String modified = original.replace("#", "-");
                descriptionCell.setCellValue(modified);
            }
        }

        // 3. 一次性写出（关键！移出循环）
        try (FileOutputStream outFile = new FileOutputStream(filePath)) {
            workbook.write(outFile);
        }

        System.out.println("✅ 更新完成：共处理 " + rowCount + " 行");
    }
}

⚠️ 关键注意事项：

• 绝不循环内写文件：workbook.write() 是重量级操作，必须置于循环外；
• 显式检查空行与空单元格：避免NullPointerException（如row.getCell(3)返回null）；
• 校验单元格类型：getStringCellValue()仅适用于CellType.STRING，否则抛异常；
• 使用try-with-resources：确保FileInputStream和FileOutputStream自动关闭，防止资源泄漏；
• 内存考量：30K行xlsx在内存中约占用50–100MB，现代JVM默认配置可轻松承载；若数据量达百万级，建议切换至SXSSFWorkbook（流式写入）或改用CSV处理。

? 进阶提示：若需更高性能（如并发处理多Sheet、正则替换、跨列逻辑），可结合ExecutorService分片处理，但务必保证Workbook线程不安全——每个线程应操作独立XSSFWorkbook实例。

经此优化，处理30,000行Excel的总耗时通常可从1小时+降至3–10秒内，性能提升超300倍，真正实现高效、健壮的企业级Excel批处理。