【什么是POI，为什么它会导致内存溢出？】

什么是POI，为什么它会导致内存溢出

什么是POI
- Excel并没看到的那么小
- POI的溢出原理
拓展知识
- 几种Workbook格式

什么是POI

Apache POl，是一个非常流行的文档处理工具，通常大家会选择用它来处理Excel文件。但是在实际使用的时候经常会遇到内存溢出的情况，那么，为啥他会导致内存溢出呢?

Excel并没看到的那么小

我们通常见到的xlsx文件，其实是一个个压缩文件。它们把若千个XML格式的纯文本文件压缩在一起，Excel就是读取这些压缩文件的信息，最后展现出一个完全图形化的电子表格。

所以，如果我们把xlsx文件的后缀更改为.zip或 .rar，再进行解压缩，就能提取出构成Excel的核心源码文件。解压会发现解压后的文件中有3个文件夹和1个XML格式文件:

在这里插入图片描述
_rels 文件夹看里面数据像是一些基础的配置信息,比如 workbook 文件的位置等信息一般不会去动它。

docProps 文件夹下重要的文件是一个app.xml,这里面主要存放了 sheet 的信息，如果想添加或编辑 sheet 需要改这个文件，其他文件都是一些基础信息的数据，比如文件所有者，创建时间等。

x文件夹是最重要的一个文件夹里面存放了Sheet 中的数据，行和列的格式，单元格的格式，sheet的配置信息等等信息。

所以，实际上我们处理的xlsx文件实际上是一个经过高度压缩的文件格式，背后是有好多文件支持的。所以，我们看到的一个文件可能只有2M，但是实际上这个文件未压缩情况下可能要比这大得多。

在这里插入图片描述
也就是说，POI在处理的时候，处理的实际上并不只是我们看到的文件大小，实际上比它的大小要大好几倍。

这是为什么明明我们处理的文件只有100多兆，但是实际却可能占用1G内存的其中一个原因。当然这只是其中一个原因，还有一个原因，我们就需要深入到POI的源码中来看了。

POI的溢出原理

我们拿POI的文件读取来举例，一般来说文件读取出现内存溢出的情况更多一些。以下是一个POI文件导出的代码示例：

import org.apache.poi.ss.usermodel.*;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;public class ExcelReadTest {public static void main(String[] args) {//指定要读取的文件路径String filename = "example.xlsx";try (FileInputStream fileInputStream = new FileInputStream(new File(filename))) {//创建工作簿对象Workbook workbook = new XSSFWorkbook(fileInputStream);// 获取第一个工作表Sheet sheet = workbook.getSheetAt(0);//遍历所有行for (Row row : sheet) {// 遍历所有单元格for (Cell cell : row) {Thread.sleep(100); //添加注释：暂停程序执行100毫秒// 根据不同数据类型处理数据switch (cell.getCellType()) {case STRING:System.out.print(cell.getStringCellValue() + "\t"); //添加注释：输出单元格的字符串值break;case NUMERIC:if (DateUtil.isCellDateFormatted(cell)) {System.out.print(cell.getDateCellValue() + " t"); //添加注释：输出单元格的日期值} else {System.out.print(cell.getNumericCellValue() + " t"); //添加注释：输出单元格的数值}break;case BOOLEAN:System.out.print(cell.getBooleanCellValue() + " t"); //添加注释：输出单元格的布尔值break;case FORMULA:System.out.print(cell.getCellFormula() +"t"); //添加注释：输出单元格的公式break;default:System.out.print(""); //添加注释：不做任何操作}}System.out.println(); //添加注释：换行}} catch (IOException e) {e.printStackTrace();} catch (InterruptedException e) {throw new RuntimeException(e);}}
}

这里面用到了一个关键的XSSFWorkbook类，

public XSSFWorkbook(InputStream is) throws IOException {this(PackageHelper.open(is);
}
public static OPCPackage open(InputStream is) throws IOException {try {return OPCPackage.open(is);}catch (InvalidFormatException e) {throw new POIXMLException(e);}
}

最终会调用到OPCPackage.open方法，看看这个方法是怎么实现的：

/***  Open a package.** * Note - uses quite a bit more memory than (@link #open(String)}, which* doesn't need to hold the whole zip file in memory, and can take advantage* of native methods* *aparam in**           The InputStream to read the package from*           * @return A PackageBase object* * * @throws InvalidFormatException* *               Throws if the specified file exist and is not valid. *               
* @throws IOException If reading the stream fails
*/public static OPCPackage open(InputStream in) throws InvalidFormatException,IOException {OPCPackage pack = new ZipPackage(in，PackageAccess.READ_WRITE);try {if (pack.partList == nul1) {(pack.getParts();}}catch (InvalidFormatException  RuntimeException e) {IOUtils.close0uietly(pack);throw e;}
return pack;
}