使用exceljs解析大型Excel文件堆内存溢出，求低内存可行解析方案

7.5万行7列的原始数据量实际不足10MB，配置16G堆内存仍出现OOM，核心原因是exceljs默认解析逻辑会加载大量非必要的附加属性，且业务代码大概率累积了全量行数据导致无法被垃圾回收。可按以下优先级优化：

方案1：优化exceljs现有用法（改造成本最低） #

• 改用流式读取，不要使用全量加载文件的API，exceljs原生支持Node.js流输入，无需将整个Excel文件加载到内存
• 禁用不需要的解析能力：若不需要读取单元格样式、公式、批注等附加信息，读取时开启ignoreStyles、ignoreFormulas参数，可降低90%以上的内存开销
• 逐行处理不累积数据：处理完的行数据不要存入全局数组/对象，直接写入数据库、输出文件或其他下游存储，避免内存持续上涨

参考代码：

const ExcelJS = require('exceljs');
const fs = require('fs');

async function parseLargeExcel(filePath) {
  const workbook = new ExcelJS.Workbook();
  const readStream = fs.createReadStream(filePath);
  // 流式读取+禁用非必要属性
  await workbook.xlsx.read(readStream, {
    ignoreStyles: true,
    ignoreFormulas: true,
    ignoreComments: true
  });
  
  const worksheet = workbook.getWorksheet('你的工作表名');
  // 逐行处理，不缓存全量行
  worksheet.eachRow({ includeEmpty: false }, (row, rowNum) => {
    // 提取当前行的单元格值，仅保留你需要的7个字段
    const rowData = row.values.slice(1); // 去掉首位空值，按索引取对应列即可
    // 执行你的单行处理逻辑，比如写入数据库
    processRow(rowData);
    // 禁止将rowData push到全局数组存储，处理完直接丢弃
  });
}

方案2：切换为流式专用解析库 #

如果调整exceljs用法后仍有内存问题，可替换为专门为大文件设计的流式Excel解析库，这类库不会解析整个文档的附加结构，仅逐行返回单元格内容，内存占用稳定在100MB以内，处理百万行级文件也不会出现OOM。

辅助优化手段 #

• 处理逻辑中避免闭包引用行对象，确保处理完成的行数据可被垃圾回收器正常回收
• 启动Node.js时添加--expose-gc参数，每处理1000~5000行手动调用global.gc()触发垃圾回收，进一步降低峰值内存
• 若业务逻辑允许，可先将Excel文件转换为CSV格式，再用流式CSV解析库处理，内存开销会更低

内容的提问来源于stack exchange，提问作者Kaisin Li