Spring Boot整合EasyExcel并行导出及Zip压缩下载

1. 项目依赖

首先，我们需要引入相关的依赖，包括 Spring Boot 和阿里巴巴的 EasyExcel 组件，此外还需要使用 Java 的 Zip 工具进行压缩操作。

<dependencies><!-- Spring Web --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- EasyExcel --><dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>3.0.5</version></dependency><!-- Commons IO（用于压缩文件操作） --><dependency><groupId>commons-io</groupId><artifactId>commons-io</artifactId><version>2.11.0</version></dependency>
</dependencies>

2. 创建数据导出逻辑

接下来，我们定义数据导出逻辑。在这个例子中，假设我们有一个订单表，我们将导出每个用户的订单信息到不同的 Excel 文件中。

2.1 定义数据模型

public class Order {private Long id;private String productName;private Integer quantity;private BigDecimal price;// Getters and Setters
}

2.2 使用 EasyExcel 导出 Excel 文件

EasyExcel 的 API 使用非常简单，下面是一个基本的写 Excel 文件的例子。我们使用 ExcelWriterBuilder 来创建 Excel，并写入数据。

import com.alibaba.excel.EasyExcel;
import java.io.File;
import java.util.List;public class ExcelExportUtil {public static void writeOrdersToExcel(List<Order> orders, String filePath) {EasyExcel.write(filePath, Order.class).sheet("订单数据").doWrite(orders);}
}

2.3 并行导出多个 Excel 文件

为了提高效率，我们可以使用 Java 的 CompletableFuture 实现并行导出。

import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;public class ExportService {private final ExecutorService executor = Executors.newFixedThreadPool(10); // 自定义线程池public void exportOrdersInParallel(List<List<Order>> ordersList, String outputDir) {CompletableFuture[] futures = ordersList.stream().map(orders -> CompletableFuture.runAsync(() -> {String fileName = "订单_" + Thread.currentThread().getId() + ".xlsx";ExcelExportUtil.writeOrdersToExcel(orders, outputDir + fileName);}, executor)).toArray(CompletableFuture[]::new);// 等待所有任务完成CompletableFuture.allOf(futures).join();}
}

ordersList 是一个包含多个用户订单的列表，每个列表中的订单将导出到一个 Excel 文件。通过使用并行处理，可以同时生成多个文件。

3. 压缩文件为 zip

完成 Excel 文件的导出后，我们需要将这些文件压缩成一个 zip 文件。

3.1 使用 ZipOutputStream 进行压缩

import java.io.*;
import java.util.zip.ZipEntry;
import java.util.zip.ZipOutputStream;public class ZipUtil {public static void zipFiles(String sourceDir, String zipFile) throws IOException {FileOutputStream fos = new FileOutputStream(zipFile);ZipOutputStream zipOut = new ZipOutputStream(fos);File fileToZip = new File(sourceDir);for (File file : fileToZip.listFiles()) {FileInputStream fis = new FileInputStream(file);ZipEntry zipEntry = new ZipEntry(file.getName());zipOut.putNextEntry(zipEntry);byte[] bytes = new byte[1024];int length;while ((length = fis.read(bytes)) >= 0) {zipOut.write(bytes, 0, length);}fis.close();}zipOut.close();fos.close();}
}

在这个方法中，我们遍历指定文件夹中的所有文件，并将它们写入到 zip 文件中。

4. 实现下载功能

在 Spring Boot 中，可以通过 HTTP 响应的形式将生成的 zip 文件提供给前端下载。

import org.springframework.core.io.InputStreamResource;
import org.springframework.http.HttpHeaders;
import org.springframework.http.MediaType;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;import java.io.*;@RestController
public class FileDownloadController {@GetMapping("/downloadZip")public ResponseEntity<InputStreamResource> downloadZip() throws IOException {String zipFilePath = "/tmp/orders.zip";ZipUtil.zipFiles("/tmp/excel_files", zipFilePath);File file = new File(zipFilePath);InputStreamResource resource = new InputStreamResource(new FileInputStream(file));return ResponseEntity.ok().header(HttpHeaders.CONTENT_DISPOSITION, "attachment;filename=" + file.getName()).contentType(MediaType.APPLICATION_OCTET_STREAM).contentLength(file.length()).body(resource);}
}

通过这个接口，前端用户可以通过点击下载链接，直接获取到压缩好的 Excel 文件包。

5. 完整的业务流程

1. 数据分批处理：假设我们要导出上百万条订单数据，首先需要根据用户或其他条件将数据进行分片，每片数据导出到不同的 Excel 文件。

2. 并行处理：使用 CompletableFuture 并行处理各个数据片段，确保多个 Excel 文件同时生成，以加快处理速度。

3. 文件压缩：所有 Excel 文件生成后，通过 ZipOutputStream 将其压缩为一个 zip 文件。

4. 提供下载：用户通过前端的下载链接，能够方便地获取压缩包。

6. 总结

本文详细介绍了如何使用 Spring Boot 和 EasyExcel 实现大规模数据的高效导出，并通过并行处理与 zip 压缩优化用户体验。这种方案特别适合需要处理大量数据导出的企业系统，在提升效率的同时，保证了系统的稳定性和可扩展性。