百万量级 Excel 数据下，EasyExcel 和 Apache POI 的对比

简单介绍 EasyExcel 和 POI

EasyExcel 和 Apache POI 是 Java 中常用的处理 Excel 文件的开源工具库。

Apache POI 是功能全面的 Excel 读写库，支持 .xls 和 .xlsx 格式，适合复杂的 Excel 操作，比如自定义样式、图表、公式等。但它在处理大文件时内存占用较高，效率相对较低。

EasyExcel 是阿里巴巴 2017 年开源的 Excel 读写工具，基于 POI 开发，专注于高性能的 Excel 操作。它采用 SAX 方式读取数据，极大地降低了内存消耗，特别适合处理百万级数据的 Excel 文件。但在功能上不如 POI 全面，主要适用于表格数据的导入导出场景。

在实习的时候，我所在的是营帐部门，主要负责处理公司的产品计费数据，所以经常会遇到这样的问题：用户消费账单的 Excel 文件基本都是百万量级的，所以高效处理 Excel 文件就成了一个不得不面对的问题。本文基于公司场景进行复现，从写入和解析两个角度来对比 EasyExcel 和 POI 处理 Excel 文件的能力。

为什么 EasyExcel 比 POI 快这么多

SAX 解析

SAX（Simple API for XML）事件驱动是一种按顺序读取文件、边读边处理的方式。每次读到一个元素（一行数据）就出发一个事件，回调我们定义的处理方法。

• EasyExcel 读取 Excel 文件时使用 SAX（事件驱动）模式，只在读取时加载当前一行数据，内存占用极低。
• POI 默认使用 DOM（文档对象模型）方式，会将整个 Excel 文件加载到内存中，尤其在处理大文件时容易造成内存溢出。

数据结构优化

• EasyExcel 避免了创建大量中间对象，仅保留必要的数据结构。
• POI 中对象封装较重，每个单元格、样式、行列信息都会转化为多个对象，造成 GC 压力大

优化样式复用

• EasyExcel 在写入时避免了 POI 中常见的样式重复问题（POI 每写一个单元格样式就可能创建一个新对象，数量过多会报错）。它自动缓存和复用样式，提升了写入效率并避免内存泄漏。

自定义监听器

• EasyExcel 支持自定义读取监听器，边读边处理，不需要一次性加载所有数据。这使得它在处理百万级 Excel 数据时依然稳定快速。

场景设定

目前要对用户信息进行操作，数据量为 70w 行，mock 用户信息的代码如下：

private static List<ExcelData> generateTestData() {
        List<ExcelData> dataList = new ArrayList<>(TOTAL_ROWS); // 预分配容量
        for (long i = 0; i < TOTAL_ROWS; i++) {

            ExcelData data = new ExcelData()
                    .setId(i + 1)
                    .setName("测试用户" + (i + 1))
                    .setAge(20 + (int)(i % 50))
                    .setAddress("测试地址" + (i + 1))
                    .setPhone("1380013" + String.format("%04d", i % 10000))
                    .setEmail("test" + (i + 1) + "@example.com")
                    .setRemark("备注信息" + UUID.randomUUID().toString().substring(0, 8));
            dataList.add(data);
        }
        return dataList;
    }

以下为执行过程中的日志，用于辅助后续图片理解：

text

2025-05-22 17:13:31.651 等待visualVM监视
2025-05-22 17:13:36.676 开始生成测试数据...
2025-05-22 17:13:39.301 测试数据生成完成，开始性能测试...
2025-05-22 17:13:39.301 开始EasyExcel写入测试...
2025-05-22 17:13:51.085 EasyExcel写入完成！
2025-05-22 17:13:51.085 EasyExcel写入700000行数据耗时：11秒
2025-05-22 17:13:51.085 开始POI写入测试...
2025-05-22 17:14:56.574 POI写入完成！
2025-05-22 17:14:56.574 POI写入700000行数据耗时：65秒
2025-05-22 17:15:02.572 开始解析性能对比...
2025-05-22 17:15:02.572 开始EasyExcel解析测试...
2025-05-22 17:15:06.813 EasyExcel解析完成！
2025-05-22 17:15:06.813 EasyExcel解析700000行数据耗时：4秒
2025-05-22 17:15:06.813 开始POI解析测试...
2025-05-22 17:15:38.075 POI解析完成！
2025-05-22 17:15:38.075 POI解析700000行数据耗时：31秒

重点：对比 Heap 使用情况和处理时间

下图为整个过程中的 Heap 使用情况，关键节点已经标出；同时我将时间轴分为了五个阶段，五个阶段的含义如下所述：

• 第一阶段：Easyexcel 写入文件
• 第二阶段：POI 写入文件
• 第三阶段：手动执行 Full GC，然后线程等待 5s，防止后续无法从图上直观看到 Easyexcel 解析过程中的 Heap 使用情况
• 第四阶段：Easyexcel 解析文件
• 第五阶段：POI 解析文件

Easyexcel 写入 Excel 文件过程中，最大堆内存占用为 1249693576B（约 1.16G）。

POI 写入 Excel 文件过程中，最大堆内存占用为 5906678592B（约 5.50G）。

Easyexcel 解析 Excel 文件过程中，最大堆内存占用为 467380336B（约 0.44G）。

POI 解析 Excel 文件过程中，最大堆内存占用为 5578518376B（约 5.20G，约为文件大小的 163.5 倍）。

所以我们可见，无论是在速度上，还是在 Heap 的使用情况上，EasyExcel 相比 POI 都有着不小的优势；但是我也发现，公司内部有很多工具类仍然选择基于 POI 进行封装，这又是为什么呢？

写入和解析过程的代码对比

// 使用 EasyExcel 写入数据
    private static void testEasyExcel(List<ExcelData> dataList) {
        log.info("{} 开始EasyExcel写入测试...", now());
        EasyExcel.write(EASY_EXCEL_FILE, ExcelData.class)
                .sheet("测试数据")
                .doWrite(dataList);
        log.info("{} EasyExcel写入完成！", now());
    }
    
    // 使用 POI 写入数据
    private static void testPOI(List<ExcelData> dataList) throws IOException {
        log.info("{} 开始POI写入测试...", now());
        Workbook workbook = new org.apache.poi.xssf.usermodel.XSSFWorkbook();
        Sheet sheet = workbook.createSheet("测试数据");
        // 创建表头
        Row headerRow = sheet.createRow(0);
        String[] headers = {"ID", "姓名", "年龄", "地址", "电话", "邮箱", "备注"};
        for (int i = 0; i < headers.length; i++) {
            headerRow.createCell(i).setCellValue(headers[i]);
        }
        // 写入数据
        for (int i = 0; i < dataList.size(); i++) {
            if (i % 5000 == 0) {
                log.info("{} POI已写入{}行数据", now(), i);
            }
            Row row = sheet.createRow(i + 1);
            ExcelData data = dataList.get(i);
            row.createCell(0).setCellValue(data.getId());
            row.createCell(1).setCellValue(data.getName());
            row.createCell(2).setCellValue(data.getAge());
            row.createCell(3).setCellValue(data.getAddress());
            row.createCell(4).setCellValue(data.getPhone());
            row.createCell(5).setCellValue(data.getEmail());
            row.createCell(6).setCellValue(data.getRemark());
        }
        // 写入文件
        try (FileOutputStream outputStream = new FileOutputStream(POI_FILE)) {
            workbook.write(outputStream);
        }
        workbook.close();
        log.info("{} POI写入完成！", now());
    }
    
    // 使用 EasyExcel 解析文件
    private static void testEasyExcelRead() {
	    log.info("{} 开始EasyExcel解析测试...", now());
	    EasyExcel.read(EASY_EXCEL_FILE, ExcelData.class, new com.alibaba.excel.read.listener.ReadListener<ExcelData>() {
	        @Override
	        public void invoke(ExcelData data, com.alibaba.excel.context.AnalysisContext context) {
	            // 这是一个回调函数，可以做数据处理，这里不做任何操作，只进行计数
	        }
	        @Override
	        public void doAfterAllAnalysed(com.alibaba.excel.context.AnalysisContext context) {
	            // 解析完成
	        }
	    }).sheet().doRead();
	    log.info("{} EasyExcel解析完成！", now());
    }

    // 使用 POI 解析文件
    private static void testPOIRead() throws IOException {
        log.info("{} 开始POI解析测试...", now());
        try (org.apache.poi.ss.usermodel.Workbook workbook = org.apache.poi.ss.usermodel.WorkbookFactory.create(new java.io.File(POI_FILE))) {
            Sheet sheet = workbook.getSheetAt(0);
            int rowCount = sheet.getPhysicalNumberOfRows();
            for (int i = 1; i < rowCount; i++) { // 跳过表头
                Row row = sheet.getRow(i);
                if (row == null) continue;
                // 这里可以做数据处理，这里只做计数
            }
        }
        log.info("{} POI解析完成！", now());
    }

在相同的写入操作中，EasyExcel 的代码量明显少于 POI，并且支持自动映射 Java 对象属性，使用上更加简洁高效。但需要注意，EasyExcel 并不适用于需要对每个单元格进行精细控制的复杂场景。若需实现如合并单元格、设置样式、插入图片、编写公式等功能，仍应优先考虑 POI。在 Excel 文件解析方面，虽然两者的代码复杂度差异不大，但 EasyExcel 的逻辑更直观，且在内存管理上优于 POI，特别适合处理大数据量。究竟是使用 EasyExcel 还是使用 POI，还是需要根据使用场景进行考虑。

POI 的生存之道

既然 POI 在大部分时候都不如 EasyExcel，为什么现在依然还屹立不倒呢？我问了 ChatGPT POI 经久不衰的原因，他是从下面这几个角度考虑的：

• 功能更全面：支持单元格样式、图表、公式、批注等复杂操作，适用于多种办公文档格式（如 Word、PowerPoint）。
• 社区成熟：开发时间长，文档丰富，使用者多，遇到问题容易找到解决方案。
• 可控性强：提供底层 API，支持更高程度的自定义，适合有特殊格式或样式需求的场景。
• 兼容性高：EasyExcel 底层依赖 POI，在某些复杂功能上仍需回退使用 POI。
• 项目历史原因：很多老项目或大型系统最初就使用 POI，出于稳定性和迁移成本考虑，仍在沿用。

我觉得回答还是比较全面的。从 Git 提交记录发现，公司使用的一些工具类从一开始就基于 POI 进行封装，如果要全部迁移，成本还是比较巨大的，同时 POI 更能够适合复杂场景的处理，这或许支撑着 EasyExcel 一直走到了现在。