Question

我们已经在生产中使用Apache POI几年并取得了良好的效果。目前在3.11版本上。我们只使用HSSF（根据我们的测试，比XSSF更快，我们可以不使用XLSX。）

我们目前保留了“同步工作簿运行者”的缓存映射，大约70左右的内存。想想每个XLS产品，地图键告诉我们使用哪个产品。我们在启动时加载缓存，所以我们永远不会实时读取文件。

我们的同步跑步者大致如下：

public class PoiProcessorSynchronized {
  private Workbook workbook;
  public synchronized Map<String, Object> process(Request request) {
    engine.process(workbook, request); //request has input/output params
  }
}

这使得性能相当不错（过去24小时平均为112k，平均为112k），有些纸张很慢，有些很快。我们在处理之间手动将输入重置到工作表中，以确保工作表之间的工作表是清洁的。

保持对工作表的同步处理是为了防止错误计算。我们最初看到一些错误的计算而没有控制对纸张的访问。自从我们这样做以来，它一直很稳固。

我担心的一些问题：

每个XLS每个服务器一次只能处理一个请求。我们可以通过访问某种我认为的处理器池来解决这个问题
工作簿的内存相对较大。如果我们继续将XLS添加到缓存中，我们必须添加越来越多的内存。

还有其他人试图做类似的事吗？这种方法现在正在发挥作用，但感觉应该有更好的方法。

我们可以缓存其他工作簿吗？或序列化什么？

有没有人通过工作簿成功处理高容量而不同步它们？如果是这样的话？

Answer 1

在库级别，Apache POI是线程安全的。在工作簿级别（+ sheet / row / cell / etc级别），Apache POI不是线程安全的。给定的工作簿一次只能由一个线程处理。如果您有多个并行工作的线程，则它们必须具有自己的工作簿才能进行处理。不支持在同一工作簿上工作的两个线程（包括在同一工作簿中处理不同的工作表）。

总的来说，加载.xls文件相当快。使用File rather than an InputStream if you can稍微降低内存并加快加载速度。请参阅memory and performance FAQ for some guides。确保您使用最新版本的Apache POI进行bug fixes and improvements

对于您的特定情况，最流行的工作簿的某种缓存可能会很好。也许只适用于较大的流行工作簿，小型工作簿总是按需加载。

否则，尝试进行一些分析，看看POI是否在某些地方为某些文件做了太多工作。然后report that and work to get it fixed，项目总是欢迎性能提升！

Answer 2

这个问题的答案完全取决于POI本身是否以完全线程安全的方式实现。

鉴于并发和线程安全未在POI站点上的文档或FAQ中的任何地方解决，您必须假设它不是线程安全的。

快速查看POI 3.5 HSSFWorkbook code at DocJar显示没有同步关键字，并且使用了简单的非同步集合......所以不，它不是线程安全的。

因此，您的同步方法可能是您所能做到的最佳方法。

Apache POI - 缓存工作簿是重用的最佳方式吗？

2 个答案: