EPPlus将200万行数据表存储到多个excel文件中

Question

我有使用EPPlus将所有记录从SQL表保存到excel工作表的函数.如果我导出少量数据一切正常,但有200多列和500 000多行我得到OutOfMemory异常.

我想修改我的代码,以便能够为每个文件保存50 000条记录.

这是我的代码适用于小数据:

private Task SaveAsync(string tableName)
{

    return Task.Run(() =>
    {
        try
        {
            using (var conn = new SqlConnection(_connectionString))
            {
                using (var cmd = new SqlCommand(string.Format(DataQuery, tableName), conn))
                {
                    cmd.CommandType = CommandType.Text;
                    cmd.CommandTimeout = 360;
                    conn.Open();
                    using (SqlDataReader sdr = cmd.ExecuteReader())
                    {
                        var fileName = string.Format(TargetFile, tableName);
                        if (File.Exists(fileName))
                        {
                            File.Delete(fileName);
                        }

                        sdr.Read();
                        var numberOfRecordsInTable = sdr.GetInt32(0);

                        sdr.NextResult();

                        using (ExcelPackage pck = new ExcelPackage(new FileInfo(fileName)))
                        {
                            ExcelWorksheet ws = pck.Workbook.Worksheets.Add("Results");

                            int count = sdr.FieldCount;
                            int col = 1, row = 1;

                            for (int i = 0; i < count; i++)
                            {
                                ws.SetValue(row, col++, sdr.GetName(i));
                            }
                            row++;
                            col = 1;
                            while (sdr.Read())
                            {
                                for (int i = 0; i < count; i++)
                                {
                                    var val = sdr.GetValue(i);
                                    ws.SetValue(row, col++, val);
                                }
                                row++;
                                col = 1;
                            }
                            //autosize
                            ws.Cells[ws.Dimension.Address].AutoFitColumns();
                            //autofiltr
                            ws.Cells[1, 1, 1, count].AutoFilter = true;
                        }
                    }
                    conn.Close();
                }
            }
        }
        catch (Exception e)
        {
            Debug.WriteLine("Error at: " + Thread.CurrentThread.ManagedThreadId);
            Debug.WriteLine(e);
        }
    });
}

和我修改过的代码,每个文件分割50 000条记录:

private Task SaveAsync2(string tableName)
{
    return Task.Run(() =>
    {
        try
        {
            using (var conn = new SqlConnection(_connectionString))
            {
                using (var cmd = new SqlCommand(string.Format(DataQuery, tableName), conn))
                {
                    cmd.CommandType = CommandType.Text;
                    cmd.CommandTimeout = 360;
                    conn.Open();
                    using (SqlDataReader sdr = cmd.ExecuteReader())
                    {

                        var fileName = string.Format(TargetFile, tableName,"");
                        if (File.Exists(fileName))
                        {
                            File.Delete(fileName);
                        }

                        sdr.Read();
                        var max = sdr.GetInt32(0);
                        int filesCount = 1;
                        if (max > 50000)
                        {
                            fileName = string.Format(TargetFile, tableName, filesCount);
                        }

                        sdr.NextResult();

                        ExcelPackage pck = new ExcelPackage(new FileInfo(fileName));
                        ExcelWorksheet ws = pck.Workbook.Worksheets.Add("RESULTS");

                        int count = sdr.FieldCount;

                        int col = 1, row = 1;

                        for (int i = 0; i < count; i++)
                        {
                            ws.SetValue(row, col++, sdr.GetName(i));
                        }
                        row++;
                        col = 1;
                        while (sdr.Read())
                        {
                            for (int i = 0; i < count; i++)
                            {
                                var val = sdr.GetValue(i);
                                ws.SetValue(row, col++, val);
                            }
                            row++;
                            col = 1;

                            if (row > 50000)
                            {
                                pck.Save();
                                filesCount++;
                                fileName = string.Format(TargetFile, tableName, filesCount);

                                pck = new ExcelPackage(new FileInfo(fileName));
                                ws = pck.Workbook.Worksheets.Add("RESULTS");

                                count = sdr.FieldCount;

                                col = 1;
                                row = 1;

                                for (int i = 0; i < count; i++)
                                {
                                    ws.SetValue(row, col++, sdr.GetName(i));
                                }
                                row++;
                                col = 1;
                            }
                        }

                        //autosize
                        ws.Cells[ws.Dimension.Address].AutoFitColumns();
                        //autofiltr
                        ws.Cells[1, 1, 1, count].AutoFilter = true;

                        pck.Save();
                    }
                }
                conn.Close();

            }
        }
        catch (Exception e)
        {
            Debug.WriteLine("Error at: " + Thread.CurrentThread.ManagedThreadId);
            Debug.WriteLine(e);
        }
    });
}

基本上这工作正常,但在我的代码的第一个版本中,我使用内部using语句中的所有内容,当在第二个版本中我调用相同的代码两次.

1. 如何修复我的代码以删除重复的代码并将所有内容都放在使用中.
2. 我可以添加下一组(50 000条记录)作为新工作表而不是创建新文件吗？
3. 将数据保存到文件时,EPPlus限制是什么？rows x columns？我发现EPPlus应该处理超过百万行的信息,但没有我所拥有的那么多列.我认为我可以用单列导出数百万行,但对于200多列,我可以限制50 000行.我想知道是否有数量(行x列)将限制我的导出将正常工作.我希望导出函数是通用的,所以当我传递50个列的数据表时,它将导出例如每个文件100 000行,对于2列,它将导出每个文件50万行.

Answer 1

我在过去使用EPPlus时遇到了内存限制,最终生成了多个.xlsx文件作为解决方法(类似于你的方法).另一种方法是将编译器设置更改为仅针对64位(如果您可以在不支持32位平台的情况下使用).我记得,EPPlus是针对"任何CPU"编译的,所以如果您可以将代码更改为目标"x64",这可能会放宽内存限制并允许您生成单个.xlsx文件.针对x64可能会在我的情况下起作用,但直到事后我才想到它,所以我没有机会进行测试.

更新: 我刚刚使用EPPlus 3.1.3进行了快速测试,创建了500,000行,每行70列.在生成内存不足异常之前,我的32位应用程序能够生成大约119,000行.在将目标切换到x64之后,它成功生成了所有500,000行,尽管它花了很长时间.创建实际工作表只需几分钟,但ExcelPackage.SaveAs()花了将近20分钟.RAM消耗也非常高(大约11GB的RAM).生成的.xlsx为220MB,32位Excel无法打开(内存不足). 底线:定位x64可能不是一个可行的解决方案; 你最好将输出分成多个.xlsx文件.

我很想删除这个答案,因为它已经证明是一个死路一条,但决定留下它以防万一它可以帮助别人在将来避开这条道路.