不使用流模式优化Apache POI内存占用的方案咨询

可以在不使用流模式（如SXSSF）的前提下优化内存使用，结合你的场景和性能分析结果，以下是关键优化措施：

核心优化点 #

1. 清空行数据集合，避免内存累积 #

你的代码中values集合在每次处理行后未清空，导致所有行的单元格文本一直驻留在内存中，这是内存暴增的重要诱因。处理完每行后必须主动清空集合：

try (Workbook workbook = WorkbookFactory.create(file, null, true)) {
    DataFormatter formatter = new DataFormatter();
    formatter.setUseCachedValuesForFormulaCells(true);
    List<String> values = new ArrayList<>();
    try (Writer writer = Files.newBufferedWriter(outputFilePath); 
         CSVPrinter csvWriter = CSVFormat.Builder.create(CSVFormat.RFC4180)
                                                 .setAutoFlush(true)
                                                 .build(writer)) {
        Sheet sheet = workbook.getSheetAt(0);
        Iterator<Row> iterator = sheet.iterator();
        while (iterator.hasNext()) {
            Row row = iterator.next();
            values.clear(); // 处理当前行前清空集合，释放上一行数据
            for (int colNum = 0; colNum < row.getLastCellNum(); colNum++) {
                Cell cell = row.getCell(colNum);
                values.add(formatter.formatCellValue(cell));
            }
            csvWriter.printRecord(values);
        }
    }
}

2. 启用只读模式并禁用不必要的加载项 #

使用只读模式打开文件，同时让POI跳过加载不需要的内容（如样式、注释、公式计算逻辑），减少内存开销：

// 用OPCPackage精细控制加载行为
try (OPCPackage pkg = OPCPackage.open(file, PackageAccess.READ)) {
    XSSFWorkbook workbook = new XSSFWorkbook(pkg);
    // 禁用公式自动重计算（如果文件无动态公式）
    workbook.setForceFormulaRecalculation(false);
    // 关闭单元格样式缓存（仅需文本内容时无需保留样式）
    workbook.getStylesSource().setCacheCellStyles(false);
    
    // 后续处理逻辑同上述优化后的代码...
}

3. 全局禁用POI冗余特性 #

在初始化POI前设置系统属性，关闭非必需的功能：

// 在程序启动时设置
System.setProperty("poi.xssf.disableDocumentSupport", "true");
System.setProperty("poi.xssf.disableComments", "true");

内存占用过高的原因分析 #

从你提供的性能分析和堆转储截图可以看到：

1. POI默认加载策略：XSSF实现会将整个工作簿的所有单元格、样式、元数据等全量加载到内存，63MB的XLSX文件因结构化存储特性，内存映射后本身就会占用较多空间。
2. 代码内存泄漏：未清空的values集合持续累积所有行的文本数据，进一步放大了内存消耗。

额外建议 #

如果上述优化后内存仍未达标，可以考虑使用XSSFReader——它属于半流式读取，无需加载整个工作簿到内存，仅按需读取行数据，也符合你"不使用流模式"的宽泛要求。此外，配合调整JVM堆内存参数（如-Xmx4G）能进一步提升处理稳定性。

内容的提问来源于stack exchange，提问作者aarbor