Excel 导出很慢，怎么优化？

日期：2026-07-11
标签：#面试 #八股 #后端 #Excel #性能优化 #场景题

一句话答案

将大导出改成异步任务，数据库游标分页读取、流式写 Excel、对象存储交付，并从查询、内存、序列化和网络四个环节分别优化。

面试口语版

先用指标确认慢在 SQL、数据转换、Excel 写入还是下载。小数据可以同步流式响应；大数据应提交异步导出任务，后台按主键游标分页查询，使用 EasyExcel 或 SXSSF 流式写临时文件，完成后上传对象存储并通知用户下载。查询只取必要字段、补索引，避免深分页和 N+1；写入时减少复杂样式、公式和自动列宽。任务要有进度、超时、取消、重试、文件过期和权限校验。

推荐流程

flowchart LR
  U[用户提交导出] --> T[创建异步任务]
  T --> Q[任务队列]
  Q --> R[游标分页查询]
  R --> W[流式写Excel]
  W --> O[对象存储]
  O --> N[通知下载]

关键细节

• 不要一次性把全部数据加载进 JVM，也不要用 offset 做百万级深分页。
• Excel 单 Sheet 有行数上限，超大数据应拆 Sheet/文件，或直接提供 CSV。
• 保证一致性时要说明快照边界；长事务快照可能给数据库带来较大压力。
• 下载链接使用短期签名并绑定权限，导出内容可能包含敏感数据。

面试官追问

1. 导出期间数据变化怎么办？
2. 如何显示任务进度？
3. 为什么 CSV 通常比 XLSX 快？
4. 导出任务重复执行如何幂等？

面试官追问参考答案

1. 导出期间数据变化怎么办？

先明确一致性要求。普通报表可记录任务开始时间并按 updated_at <= snapshotTime 查询；强一致快照可使用数据库一致性读，但长事务代价高。更稳妥的是从数仓或带版本的数据快照导出，并在文件中标注数据截止时间。

2. 如何显示任务进度？

任务表记录状态、已处理行数、预计总行数、阶段和更新时间。Worker 每批提交后节流更新进度，客户端轮询或通过 SSE/WebSocket 获取；总数昂贵时展示阶段或近似进度，不能为了精确进度执行更慢的全表 count。

3. 为什么 CSV 通常比 XLSX 快？

CSV 是简单的顺序文本，几乎没有样式、共享字符串、XML 打包和压缩开销，可以真正流式写入。XLSX 是多个 XML 文件组成的压缩包，样式和对象模型更复杂；代价是 CSV 不支持多 Sheet、格式、公式且需处理编码和分隔符。

4. 导出任务重复执行如何幂等？

以用户、查询条件规范化哈希、数据快照版本和格式生成幂等键，相同任务进行中或有效期内直接返回已有 taskId/文件。状态更新使用条件更新，上传文件使用确定对象 Key 或版本，失败重试不能重复通知和泄露旧权限。

学习清单

• 掌握游标分页和流式写入。
• 能设计异步任务状态机和文件交付流程。