为何POI生成的Excel导入耗时远低于经MS Excel修改后的文件？

• Excel的冗余元数据与格式展开：POI生成文件时会用更紧凑的方式存储，比如复用样式、精简元数据；但Excel 2016保存修改后的文件时，会自动添加修订记录、版本信息、隐藏缓存这类额外数据，还可能把共享样式拆成独立样式，让文件体积变大。导入程序解析这些冗余内容时，自然会增加耗时。哪怕只改一个单元格，Excel也可能触发全局格式刷新，生成更多格式条目，加重解析负担。

• 公式缓存与计算元数据：如果文件里有公式，POI一般只存公式本身，不会保留计算缓存；但Excel 2016保存时会自动计算并缓存结果，还会添加公式依赖关系的元数据。导入程序处理这类文件时，得额外解析这些缓存和依赖信息，耗时自然上去了。哪怕没公式，Excel也可能给单元格加“已计算”这类隐藏属性，同样会增加解析成本。

• 存储结构的微软扩展优化：POI生成的xlsx文件遵循基础OOXML规范，但Excel 2016保存时会用自家的扩展格式或优化存储结构，比如调整数据块压缩方式、添加微软特有的命名空间内容。如果导入程序没针对这些扩展结构做优化，解析非标准部分就会花更多时间。比如Excel可能把POI生成的单一工作表数据拆成分片存储，或者加额外索引结构，这都会增加IO和处理时间。

• 隐藏对象与无用内容：Excel保存时会自动加一些看不到的对象，比如打印设置缓存、视图状态（窗口大小、冻结窗格信息）、未使用的样式或单元格区域标记。这些内容占体积不算，导入程序还得遍历处理，直接导致耗时增加。

内容的提问来源于stack exchange，提问作者José