从系统报表页面导出20w条数据到本地只用了4秒，我是如何作到的

背景

最近有个学弟找到我，跟我描述了如下场景：

他们公司内部管理系统上有不少报表，报表数据都有分页显示，浏览的时候速度还能够。可是每一个报表在导出时间窗口稍微大一点的数据时，就异常缓慢，有时候多人一块儿导出时还会出现堆溢出。

他知道是由于数据所有加载到jvm内存致使的堆溢出。因此只能对时间窗口作了限制。以免因导出过数据过大而引发的堆溢出。最终拍脑壳定下个限制为：导出的数据时间窗口不能超过1个月。

虽然问题解决了，可是运营小姐姐不开心了，跑过来和学弟说，我要导出一年的数据，难道要我导出12次再手工合并起来吗。学弟心想，这也是。系统是为人服务的，不能为了解决问题而改变其本质。

因此他想问个人问题是：有没有什么办法能够从根本上解决这个问题。

所谓从根本上解决这个问题，他提出要达成2个条件

• 比较快的导出速度
• 多人能并行下载数据集较大的数据

我听完他的问题后，我想，他的这个问题估计不少其余童鞋在作web页导出数据的时候也确定碰到过。不少人为了保持系统的稳定性，通常在导出数据时都对导出条数或者时间窗口做了限制。但需求方确定更但愿一次性导出任意条件的数据集。

鱼和熊掌可否兼得？

答案是能够的。

我坚决的和学弟说，大概7年前我作过一个下载中心的方案，20w数据的导出大概4秒吧。。。支持多人同时在线导出。。。

学弟听完表情有些兴奋，可是眉头又一皱，说，能有这么快，20w数据4秒？

为了给他作例子，我翻出了7年前的代码。。。花了一个晚上把核心代码抽出来，剥离干净，作成了一个下载中心的例子

超快下载方案演示

先不谈技术，先看效果，(完整案例代码文末提供)

数据库为mysql（理论上此套方案支持任何结构化数据库），准备一张测试表t_person。表结构以下：

CREATE TABLE `t_person` (
  `id` bigint(20) NOT NULL auto_increment,
  `name` varchar(20) default NULL,
  `age` int(11) default NULL,
  `address` varchar(50) default NULL,
  `mobile` varchar(20) default NULL,
  `email` varchar(50) default NULL,
  `company` varchar(50) default NULL,
  `title` varchar(50) default NULL,
  `create_time` datetime default NULL,
  PRIMARY KEY  (`id`)
);

一共9个字段。咱们先建立测试数据。

案例代码提供了一个简单的页面，点如下按钮一次性能够建立5w条测试数据：

这里我连续点了4下，很快就生成了20w条数据，这里为了展现下数据的大体样子，我直接跳转到了最后一页

而后点开下载大容量文件，点击执行执行按钮，开始下载t_person这张表里的所有数据

点击执行按钮以后，点下方刷新按钮，能够看到一条异步下载记录，状态是P，表示pending状态，不停刷新刷新按钮，大概几秒后，这一条记录就变成S状态了，表示Success

而后你就能够下载到本地，文件大小大概31M左右

看到这里，不少童鞋要疑惑了，这下载下来是csv？csv实际上是文本文件，用excel打开会丢失格式和精度。这解决不了问题啊，咱们要excel格式啊！！

其实稍微会一点excel技巧的童鞋，能够利用excel导入数据这个功能，数据->导入数据，根据提示一步步，当中只要选择逗号分隔就能够了，关键列能够定义格式，10秒就能完成数据的导入

你只要告诉运营小姐姐，根据这个步骤来完成excel的导入就能够了。并且下载过的文件，还能够反复下。

是否是从本质上解决了下载大容量数据集的问题？

原理和核心代码

学弟听到这里，很兴奋的说，这套方案能解决我这里的痛点。快和我说说原理。

其实这套方案核心很简单，只源于一个知识点，活用JdbcTemplate的这个接口：

@Override
public void query(String sql, @Nullable Object[] args, RowCallbackHandler rch) throws DataAccessException {
  query(sql, newArgPreparedStatementSetter(args), rch);
}

sql就是select * from t_person，RowCallbackHandler这个回调接口是指每一条数据遍历后要执行的回调函数。如今贴出我本身的RowCallbackHandler的实现

private class CsvRowCallbackHandler implements RowCallbackHandler{

    private PrintWriter pw;

    public CsvRowCallbackHandler(PrintWriter pw){
        this.pw = pw;
    }

    public void processRow(ResultSet rs) throws SQLException {
        if (rs.isFirst()){
            rs.setFetchSize(500);
            for (int i = 0; i < rs.getMetaData().getColumnCount(); i++){
                if (i == rs.getMetaData().getColumnCount() - 1){
                    this.writeToFile(pw, rs.getMetaData().getColumnName(i+1), true);
                }else{
                    this.writeToFile(pw, rs.getMetaData().getColumnName(i+1), false);
                }
            }
        }else{
            for (int i = 0; i < rs.getMetaData().getColumnCount(); i++){
                if (i == rs.getMetaData().getColumnCount() - 1){
                    this.writeToFile(pw, rs.getObject(i+1), true);
                }else{
                    this.writeToFile(pw, rs.getObject(i+1), false);
                }
            }
        }
        pw.println();
    }

    private void writeToFile(PrintWriter pw, Object valueObj, boolean isLineEnd){
        ...
    }
}

这个CsvRowCallbackHandler作的事就是每次从数据库取出500条，而后写入服务器上的本地文件中，这样，不管你这条sql查出来是20w条仍是100w条，内存理论上只占用500条数据的存储空间。等文件写完了，咱们要作的，只是从服务器把这个生成好的文件download到本地就能够了。

由于内存中不断刷新的只有500条数据的容量，因此，即使多线程下载的环境下。内存也不会所以而溢出。这样，完美解决了多人下载的场景。

固然，太多并行下载虽然不会对内存形成溢出，可是会大量占用IO资源。为此，咱们仍是要控制下多线程并行的数量，能够用线程池来提交做业

ExecutorService threadPool = Executors.newFixedThreadPool(5);

threadPool.submit(new Thread(){
    @Override
    public void run() {
    下载大数据集代码
  }
}

最后测试了下50w这样子的person数据的下载，大概耗时9秒，100w的person数据，耗时19秒。这样子的下载效率，应该能够知足大部分公司的报表导出需求吧。

最后

学弟拿到个人示例代码后，通过一个礼拜的修改后，上线了页面导出的新版本，全部的报表提交异步做业，你们统一到下载中心去进行查看和下载文件。完美的解决了以前的2个痛点。

但最后学弟还有个疑问，为何不能够直接生成excel呢。也就是说在在RowCallbackHandler中持续往excel里写入数据呢？

个人回答是：

1.文本文件流写入比较快

2.excel文件格式好像不支持流持续写入，反正我是没有试成功过。

我把剥离出来的案例整理了下，无偿提供给你们，但愿帮助到碰到相似场景的童鞋们。

关注做者

关注公众号「元人部落」回复”导出案例“得到以上完整的案例代码，直接能够运行起来，页面上输入http://127.0.0.1:8080就能够打开文中案例的模拟页面。

一个只作原创的技术科技分享号