如何使用POI分批追加数据到Excel且不读取原有文件？

嘿，这个问题我之前帮不少踩坑的开发者捋清楚过，先给你敲个关键知识点：HSSFWorkbook对应的是旧版的.xls格式，它本身最多只能容纳65536行数据——你要写900万行，远远超出了这个格式的上限，这不仅是内存撑不住的问题，格式本身就不支持。所以第一步必须先调整文件格式，换成支持1048576行的.xlsx格式（对应POI的XSSF/SXSSF），不然根本没法实现需求。

回到你的核心诉求：无需读取原有文件，分批追加行数据。分两种场景给你具体方案：

场景1：从头开始分批写入大数据量（最常见情况） #

如果是从零开始生成900万行数据，直接用POI提供的SXSSFWorkbook就可以完美解决内存问题。它是专门为大数据量设计的流式处理类，会把超出内存阈值的行自动写到临时文件，内存里只保留最近的N行，完全不需要加载任何已有数据。

示例代码如下：

// 设置内存中保留1000行，超出的自动写入临时文件
SXSSFWorkbook wb = new SXSSFWorkbook(1000);
SXSSFSheet sheet = wb.createSheet("海量数据表");

// 分批写入900万行
for (int rowNum = 0; rowNum < 9000000; rowNum++) {
    Row row = sheet.createRow(rowNum);
    // 填充单元格数据，这里以第一列为例
    row.createCell(0).setCellValue("数据行" + rowNum);
    
    // 每处理10万行手动刷新一次，释放内存（可选，SXSSF会自动处理，但手动触发更可控）
    if (rowNum % 100000 == 0) {
        ((SXSSFSheet) sheet).flushRows();
    }
}

// 写入到最终文件
try (FileOutputStream out = new FileOutputStream("海量数据.xlsx")) {
    wb.write(out);
} finally {
    // 清理临时文件，释放资源
    wb.dispose();
}

这种方式的内存占用非常低，完全不用担心OOM问题。

场景2：需要追加到已有的.xlsx文件中 #

如果确实需要在已存在的xlsx文件末尾追加数据，又不想把整个文件读入内存，可以借助POI的SAX解析能力+OOXML底层操作，只读取工作表的必要结构，不加载整个工作簿到内存，然后直接在XML层面追加新行。

大致实现思路如下：

1. 打开已有xlsx的OPCPackage（xlsx本质是zip包）。
2. 用SAX解析器读取目标工作表的XML内容，记录当前的最大行号。
3. 直接向工作表的XML文件末尾写入新行的XML节点。
4. 保存并关闭包。

示例代码框架（需要自定义SAX处理器）：

// 打开已有xlsx文件的包
OPCPackage pkg = OPCPackage.open("已有数据.xlsx");
XSSFReader reader = new XSSFReader(pkg);
SharedStringsTable sst = reader.getSharedStringsTable();

// 获取目标工作表的输入流（需要先找到对应sheet的rId，可通过reader.getSheetsData()遍历获取）
InputStream sheetStream = reader.getSheet("rId1");

// 自定义SAX处理器，用于解析现有sheet并追加行
SheetAppendHandler appendHandler = new SheetAppendHandler(sst, pkg, "目标工作表名");
XMLReader parser = XMLReaderFactory.createXMLReader();
parser.setContentHandler(appendHandler);
parser.parse(new InputSource(sheetStream));

// 开始追加新的一批数据
for (int i = 0; i < 100000; i++) {
    appendHandler.appendRow("追加数据行" + i);
}

// 保存修改并关闭资源
pkg.save(new FileOutputStream("追加后的数据.xlsx"));
pkg.close();

这里的SheetAppendHandler需要你自己实现，继承XSSFSheetXMLHandler，重写相关方法来记录行号，并提供appendRow方法生成新行的XML内容写入到包中。这种方式需要你对OOXML的结构有一定了解，但能彻底避免加载整个文件到内存。

最后再强调一次：绝对不要用HSSF处理超过65536行的数据，格式本身的限制是硬伤，换XSSF/SXSSF才是解决问题的前提。

内容的提问来源于stack exchange，提问作者maurice