以JSON配置的方式去实现通用性和动态调整，当然，这个通用仍然存在一定的局限性，每个项目的代码风格都不同，想要写出一个适合所有项目的通用性模块并不容易，这里的通用局限于其所在项目，所以该功能代码如果不适用于自己的项目，希望可以以此为参考，稍作修改。
那么现在来分析一下，我们会需要哪些JSON配置项。
导出
基础配置项
先从最简单的导出开始，被导出数据应该支持通过业务层查出，如：Service.search(param)，这是大前提，
然后为了支持显示导出进度，业务层还需要提供数量查询方法，如：Service.count(param)，否则无法实现导出进度。
最后导出文件名也可以定制，如：filename
由上可以得出配置项：
- serviceClazz：业务类路径，如：com.cc.service.UserService，必填
- methodName：查询方法名，如：listByCondition，必填
- countMethodName：数量查询方法名，可填，用于支持导出进度
- filename：导出文件名
- searchParams：查询参数，数组类型，字典元素。用数组是为了支持查询方法需要传多参数的情况
至于查询方法的参数类，不需要填，因为我们可以通过反射去获取到该方法所需要传入的参数类型（注意，以下贴出的是关键代码，仅作参考理解）：
Class<?> serviceClass = Class.forName(param.getServiceClazz());
// param为请求参数类
Method searchMethod = ReflectUtil.findMethodByName(serviceClass, param.getMethodName());
// 方法所需要传入的参数列表
Class<?>[] parameterTypes = searchMethod.getParameterTypes(); /**
* 通过反射从指定类中获取方法对象
*/
public static Method findMethodByName(Class<?> clazz, String name) {
Method[] methods = clazz.getMethods();
if (StringUtils.isEmpty(name)) {
return null;
}
for (Method method : methods) {
if (method.getName().equals(name)) {
return method;
}
}
return null;
} 现在我们来想想，导出都会有哪些场景：
- 列表页的分页查询，可能是当前页数据导出，也可能是所有数据导出，这涉及到分页查询
- 数据总览页的查询，通常是开发者自定义的复杂连表查询，不需要分页
那么本文针对以上两种情况来实现第一版的通用导出功能。
列表页的分页查询
列表页的数据导出分当前页导出和所有数据导出，
假设查询流程是这样的：
- 接口层接收参数：Controller.search(Param param)
- 业务层调用查询方法：Service.search(param)
- 持久层访问数据库：Mapper.search(param)
这种情况很简单，但如果流程是这样的：
- 接口层接收参数：Controller.search(Param param)
- 业务层调用查询方法：Service.search(new Condition(param))
- 持久层访问数据库：Mapper.search(condition)
上面代码中，接口请求参数和持久层参数不一致，在业务层经过了包装，那么这种情况也要兼容处理。
但是如果请求参数在业务层经过了包中包中包，那么就算了。
接着是分页参数，我们用pageNum和pageSize来表示页码和数量字段，类似于：
{
"pageNum": 1,
"pageSize": 10,
"name": "老刘" // 此为查询字段，如查询名字为老刘的数据
} 关于当前页导出和所有数据导出，可以用一个bool来表示：onlyCurrentPage，默认false，即导出时会自动分页查询数据，直到所有数据查询完毕，导出所有数据时分页查询很有必要，能提高性能，避免内存溢出，当onlyCurrentPage为true时，则只导出当前页面数据。
得出需要的配置项为：
- searchParam：接口分页请求参数，JSON类型，必填
- conditionClazz：条件查询类，也可以认为是包装类，如：com.cc.codition.UserCondition，可填
- onlyCurrentPage：仅当前页导出，默认false，可填
数据总览页的查询
数据总览数据没有数量查询方法，即Service.count(xxx)，也没有分页查询参数，类似于当前页导出，在也只考虑一层包装类的情况下，没有额外的配置项，上面的已经足够了，要注意的就是代码里面得把分页参数剔除掉。
表头配置
一级表头
模拟一些数据来加深理解，现有一个接口是查询系统用户列表，如：/user/search，返回结果是这样的：
{
"code": 0,
"msg": "请求成功",
"data": [
{
"id": 1,
"username": "admin",
"nickname": "超管",
"phone": "18818881888",
"createTime": "2023-06-23 17:16:00"
},
{
"id": 2,
"username": "cc",
"nickname": "管理员",
"phone": "18818881888",
"createTime": "2023-06-23 17:16:00"
},
...
]
} 现在贴出EasyExcel的代码：
// 创建excel文件
try (ExcelWriter excelWriter = EasyExcel.write(path).build()) {
WriteSheet writeSheet = EasyExcel.writerSheet("sheet索引", "sheet名称").head(getHeader()).build();
excelWriter.write(getDataList(), writeSheet);
} // 模拟表头
private static List<List<String>> getHeader() {
List<List<String>> list = new ArrayList<>();
list.add(createHead("账号"));
list.add(createHead("昵称"));
list.add(createHead("联系方式"));
list.add(createHead("注册时间"));
return list;
}
public static List<String> createHead(String... head) {
return new ArrayList<>(Arrays.asList(head));
}
// 模拟数据
public static List<List<Object>> getDataList() {
List<List<Object>> list = new ArrayList<>();
list.add(createData("admin", "超管", "18818881888", "2023-06-23 17:16:00"));
list.add(createData("cc", "管理员", "18818881888", "2023-06-23 17:16:00"));
return list;
}
public static List<Object> createData(String... data) {
return new ArrayList<>(Arrays.asList(data));
}s 然后导出效果是这样的：
现在先别在乎效果图的excel样式，我们后面都会进行动态配置，比如列宽、表头背景色、字体居中等。
上面我们虽然是写死了代码，但聪明的开发者一定懂得将数据库查询来的数据转换成对应的格式，所以这段就跳过了。
现在我们就可以得出基础的表头配置：
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号"
},
{
"fieldName": "nickname",
"fieldNameZh": "昵称"
},
{
"fieldName": "phone",
"fieldNameZh": "联系方式"
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时间"
}
] 也就是：
- fieldName：属性名，这样可以从返回结果的数据对象里面通过反射找到该属性以及值
- fieldNameZh：属性名肯定不适合作为表头名，增加一个中文说明来代替属性名作为表头
有了上面的基础，我们就可以增加更多的项来实现功能的丰富性，比如
{
"fieldName": "username",
"fieldNameZh": "账号",
"width": 20, // 列宽
"backgroundColor": 1, // 表头背景色
"fontSize": 20, // 字体大小
"type": "date(yyyy-MM-dd)" // 字段类型
...
} 注：字段类型可以用作数据格式化，比如该属性是一个status状态，1表示正常，2表示异常，那么导出这个1或2是没有意义的，所以通过字段类型识别出这个状态值对应的中文描述，这样的导出才正常。
一级表头已经可以满足我们许多场景了，但是这并不足够，我的经验中，经常需要用到两行表头甚至是复杂表头，好在EasyExcel是支持多级表头的。
多级表头
先贴出EasyExcel生成二级表头的示例代码：
// 模拟表头
private static List<List<String>> getHeader() {
List<List<String>> list = new ArrayList<>();
list.add(createHead("用户信息", "账号"));
list.add(createHead("用户信息", "昵称"));
list.add(createHead("用户信息", "联系方式"));
list.add(createHead("用户信息", "注册时间"));
list.add(createHead("角色信息", "超管"));
list.add(createHead("角色信息", "管理员"));
return list;
}
public static List<String> createHead(String... head) {
return new ArrayList<>(Arrays.asList(head));
}
// 模拟数据
public static List<List<Object>> getDataList() {
List<List<Object>> list = new ArrayList<>();
list.add(createData("admin", "超管", "18818881888", "2023-06-23 17:16:00", "是", "是"));
list.add(createData("cc", "管理员", "18818881888", "2023-06-23 17:16:00", "否", "是"));
return list;
}
public static List<Object> createData(String... data) {
return new ArrayList<>(Arrays.asList(data));
} 效果是这样的：
可以看到，前面4列有一个共同表头【用户信息】，后面两列有一个共同表头【角色信息】，
从上面的示例代码我们知道，要使表头合并，数据列表得按顺序和相同表头名，这样会被EasyExcel识别到然后才有合并效果，这点需要注意。
同理，当我们需要生成复杂表头的时候，可以这样：
// 模拟表头
private static List<List<String>> getHeader() {
List<List<String>> list = new ArrayList<>();
list.add(createHead("导出用户数据", "用户信息", "账号"));
list.add(createHead("导出用户数据", "用户信息", "昵称"));
list.add(createHead("导出用户数据", "用户信息", "联系方式"));
list.add(createHead("导出用户数据", "用户信息", "注册时间"));
list.add(createHead("导出用户数据", "角色信息", "超管"));
list.add(createHead("导出用户数据", "角色信息", "管理员"));
return list;
} 效果图：
结论
以上是我对导出功能的思考和实现思路，因为篇幅的关系，我没有贴出完整的代码，但是相信以上内容已经足够大家作为参考，缺少的内容，比如列宽、颜色字体等设置，请查阅EasyExcel官方文档来实现，主要方式就是根据前端传过来的JSON配置信息，来动态配置EasyExcel的导出文件。
导入
导入分两个步骤：
- 用户下载导入模板
- 用户填内容进导入模板，然后上传模板文件到系统，实现数据导入操作
下载导入模板
导入模板只需要上面的customHeads参数即可：
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号"
},
{
"fieldName": "nickname",
"fieldNameZh": "昵称"
},
{
"fieldName": "phone",
"fieldNameZh": "联系方式"
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时间"
}
] 甚至fieldName都可以不要，生成一个只有表头的excel文件。
导入数据
导入数据有两种场景：
- 单表数据导入，该场景很简单
- 复杂数据导入，涉及多表，这种情况就稍微复杂点
单表数据导入
单表只需要考虑对应实体类的属性即可，我们可以通过反射来获取实体类的属性，所以需要的配置项是：
- modelClazz：实体类路径，如：com.cc.entity.User
配置示例：
{
"modelClazz": "com.cc.entity.User",
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号"
},
{
"fieldName": "nickname",
"fieldNameZh": "昵称"
},
{
"fieldName": "phone",
"fieldNameZh": "联系方式"
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时间"
}
]
} 这样在导入数据，被EasyExcel读取每一行数据的时候，可以识别到如：username项对应com.cc.entity.User类的username属性那么就能做到类似这样的事情：
User user = new User();
user.setUsername(fieldName列的值) 由此可以得到一个List<User> userList数组，再通过系统的UserService或UserMapper保存到数据库，即可实现数据导入操作。
复杂数据导入
复杂数据比如这种场景：excel文件中每行的数据是这样的：
| 账号 | 昵称 | 联系方式 | 注册时间 | 角色名 |
| admin | 超管 | 18818881888 | 2023-06-23 17:16:00 | 超级管理员 |
| cc | 管理员 | 18818881888 | 2023-06-23 17:16:00 | 管理员 |
其中是否超管和是否管理员涉及关联表：
- 用户表：tb_user
- 角色表：tb_role
- 用户角色关联表：tb_user_role_relation
为了支持这种复杂数据导入，系统内需要提供对应的保存方法：
- 新建DTO类：
第一种：
public class UserDto {
private String username;
private String nickname;
private String phone;
private Date createTime;
private Boolean superAdminFlag;
private Boolean adminFlag;
} 第二种：
public class UserDto {
private User user;
private Role role;
} 这两种DTO的情况我们都应该考虑，第一种不用多说，上面的配置就可以应对，主要看第二种，第二种方式要考虑“路径”这个问题，所以customHeads的写法就要有所改变：
{
"modelClazz": "com.cc.model.UserDto",
"customHeads": [
{
"fieldName": "user.username",
"fieldNameZh": "账号"
},
...
]
} 这样配置账号路径为：user.username，属性的反射查询就要有递归概念，先去查找UserDto类的user属性，得到该属性的类，再去获取其内的username属性，赋值方式就变成了：
UserDto dto = new UserDto();
User user = new User();
user.setUsername(fieldName列的值);
dto.setUser(user); 这样得到一个List<UserDto> dtoList数组。
2.既然有复杂数据导入的业务，那么在Service业务层中，也应该编写复杂数据的保存函数：
public interface UserService {
// 单条插入
void saveUserDto(UserDto dto);
// 批量插入
void saveUserDtoBatch(List<UserDto> dtoList);
} @Service
public class UserServiceImpl implements UserService {
@Autowired
private UserMapper userMapper;
@Autowired
private RoleService roleService;
@Autowired
private UserRoleRelationService relationService;
// 事务
@Transactional(rollbackFor = Exception.class)
@Override
public void saveUserDto(UserDto dto) {
// 保存用户
User user = userMapper.save(dto.getUser());
// 保存角色
Role role = roleService.save(dto.getRole);
// 保存关联
UserRoleRelation relation = new UserRoleRelation();
relation.setUserId(user.getId());
relation.setRoleId(role.getId());
relationService.save(relation);
}
// 批量插入代码省略，原理同上
void saveUserDtoBatch(List<UserDto> dtoList);
} 3.通过EasyExcel读取到的每一行数据都能转成UserDto对象，再通过单条或批量来保存数据，这期间有许多可以优化考虑的点，比如：
- 批量比单条保存效率高、性能好，但是批量不容易识别出部分失败的行
- 批量保存的数量不能太多，要考虑系统和数据库的性能，比如每次读取500行就执行一次保存
- 保存的进度显示，先获取excel总行数，再根据当前读取行数来计算进度，并返回给前端
- 导入时间过长，可以做成后台任务进行，至于前端提醒可以是轮询也可以是WebSocket
所以需要指定查询方法，这配置项上面已经给出来了。
配置项总结
最后给出一个总配置项出来参考：
导出数据配置
{
"filename": "用户数据导出",
"serviceClazz": "com.cc.service.UserService",
"methodName": "listByCondition",
"countMethodName": "countByCondition",
"searchParams": [
{
"nickname": "cc" // 搜索昵称为cc的用户
}
],
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号",
"width": 20, // 列宽
"fontSize": 20 // 字体大小
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时间",
"type": "date(yyyy-MM-dd)" // 属性类型声明为date，并且转换成指定格式导出
}
]
} 导入模板配置
{
"filename": "用户数据导入",
"modelClazz": "com.cc.entity.User",
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号",
"width": 20, // 列宽
"fontSize": 20 // 字体大小
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时间",
"type": "date(yyyy-MM-dd)" // 属性类型声明为date，并且转换成指定格式导出
}
]
} 导入数据配置
{
"modelClazz": "com.cc.entity.User",
"serviceClazz": "com.cc.service.UserService",
"methodName": "save",
"customHeads": [
{
"fieldName": "username",
"fieldNameZh": "账号",
},
{
"fieldName": "createTime",
"fieldNameZh": "注册时间",
"type": "date(yyyy-MM-dd)" // 属性类型声明为date，并且转换成指定格式导出
}
]
}