EasyExcel 导入 基础用法
EasyExcel导入 基础用法
上次写道EasyExcel的导出功能,现在再来了解下它的导入功能
导入依赖
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>easyexcel</artifactId>
<version>2.1.6</version>
</dependency>
1、创建实体类
创建一个和需要导入数据的 excel 对应的实体类
利用提供的 @ExcelProperty
注解中的 converter
属性引入转换器
/**
* @Author: tt
* @Date: 2020/12/18 14:40
* @Description: TODO
* @Version: 1.0
*/
@Data
public class Jobdata {
private String name;
private String titleLevel;
private Date createDate;
//Boolean 类型转换器
@ExcelProperty(value="是否启用", converter = CustomBooleanConverterImport.class)
private Boolean enabled;
}
2、编写 Boolean 类型转换器
public class CustomBooleanConverterImport implements Converter<Boolean> {
@Override
public Class supportJavaTypeKey() {
return null;
}
@Override
public CellDataTypeEnum supportExcelTypeKey() {
return null;
}
//转换逻辑写在这里
@Override
public Boolean convertToJavaData(CellData cellData, ExcelContentProperty contentProperty, GlobalConfiguration globalConfiguration) throws Exception {
Boolean b = false;
if (cellData.getStringValue().equals("是")){
b=true;
}
return b;
}
@Override
public CellData convertToExcelData(Boolean value, ExcelContentProperty contentProperty, GlobalConfiguration globalConfiguration) throws Exception {
return null;
}
}
3、调用下载
public void importJob(MultipartFile file) throws IOException {
EasyExcel.read(file.getInputStream(), Jobdata.class, new UploadDataListener(jobLevelMapper)).sheet().doRead();
}
4、编写监听器 写入规则
@Slf4j
public class UploadDataListener extends AnalysisEventListener<Jobdata> {
/**
* 每隔5条存储数据库,实际使用中可以3000条,然后清理list ,方便内存回收
*/
private static final int BATCH_COUNT = 5;
List<Jobdata> list = new ArrayList<Jobdata>();
/**
* 假设这个是一个DAO,当然有业务逻辑这个也可以是一个service。当然如果不用存储这个对象没用。
*/
private JobLevelMapper jobLevelMapper;
/**
* 如果使用了spring,请使用这个构造方法。每次创建Listener的时候需要把spring管理的类传进来
*
* @param jobLevelMapper
*/
public UploadDataListener(JobLevelMapper jobLevelMapper) {
this.jobLevelMapper = jobLevelMapper;
}
/**
* 这个每一条数据解析都会来调用
*
* @param data
* one row value. Is is same as {@link AnalysisContext#readRowHolder()}
* @param context
*/
@Override
public void invoke(Jobdata data, AnalysisContext context) {
// log.info("解析到一条数据:{}", JSON.toJSONString(data));
list.add(data);
// 达到BATCH_COUNT了,需要去存储一次数据库,防止数据几万条数据在内存,容易OOM
if (list.size() >= BATCH_COUNT) {
saveData();
// 存储完成清理 list
list.clear();
}
}
/**
* 所有数据解析完成了 都会来调用
*
* @param context
*/
@Override
public void doAfterAllAnalysed(AnalysisContext context) {
// 这里也要保存数据,确保最后遗留的数据也存储到数据库
saveData();
}
/**
* 加上存储数据库
*/
private void saveData() {
log.info("{}条数据,开始存储数据库!", list.size());
jobLevelMapper.save(list);
log.info("存储数据库成功!");
}
}