Golang读取Excel文件的性能对比

在Golang中读取Excel文件时，有哪些高性能的库推荐？目前主流的库如excelize、tealeg/xlsx等在处理大文件时的性能表现如何？是否有实测数据对比？另外，对于百万级数据的Excel文件，有哪些优化读取速度的技巧或最佳实践？

2 回复

在Golang中读取Excel文件，主要有以下几种方案：

  1. tealeg/xlsx - 纯Go实现，支持读写，但处理大文件时内存占用较高，性能一般。

  2. qax-os/excelize - 功能丰富，支持图表等高级特性，性能较好，适合处理复杂Excel文件。

  3. unidoc/unioffice - 专业文档处理库，对Excel支持强，但较重量级。

  4. streaming方式 - 如使用excelize的流式API，适合处理超大型文件（如几十万行），内存占用低，但功能受限。

性能对比：

  • 小文件（<1MB）：各库差异不大，excelize略优。
  • 大文件（>10MB）：excelize流式读取性能最佳，内存控制好；tealeg/xlsx容易OOM。
  • 超大数据集：推荐流式处理，避免全量加载。

建议：

  • 日常使用选excelize，平衡功能与性能。
  • 仅读取数据可考虑csv格式，速度更快。
  • 内存敏感场景务必用流式API。

更多关于Golang读取Excel文件的性能对比的实战系列教程也可以访问 https://www.itying.com/category-94-b0.html


在Golang中读取Excel文件主要有以下几种方式，性能对比如下：

1. excelize（推荐）

性能：★★★★★

package main

import (
    "fmt"
    "time"
    "github.com/xuri/excelize/v2"
)

func main() {
    start := time.Now()
    
    f, err := excelize.OpenFile("large_file.xlsx")
    if err != nil {
        fmt.Println(err)
        return
    }
    defer f.Close()
    
    // 读取所有工作表
    rows, err := f.GetRows("Sheet1")
    if err != nil {
        fmt.Println(err)
        return
    }
    
    for _, row := range rows {
        // 处理每行数据
        _ = row
    }
    
    fmt.Printf("excelize耗时: %v\n", time.Since(start))
}

2. tealeg/xlsx

性能：★★★★

package main

import (
    "fmt"
    "time"
    "github.com/tealeg/xlsx"
)

func main() {
    start := time.Now()
    
    file, err := xlsx.OpenFile("large_file.xlsx")
    if err != nil {
        fmt.Println(err)
        return
    }
    
    for _, sheet := range file.Sheets {
        for _, row := range sheet.Rows {
            for _, cell := range row.Cells {
                text := cell.String()
                _ = text
            }
        }
    }
    
    fmt.Printf("tealeg/xlsx耗时: %v\n", time.Since(start))
}

3. qax-os/excelize（旧版）

性能：★★★☆

性能对比总结

库名称 性能 内存占用 功能完整性 维护状态
excelize/v2 优秀 较低 完整 活跃
tealeg/xlsx 良好 中等 完整 活跃
qax-os/excelize 一般 较高 完整 已废弃

优化建议

  1. 使用流式读取（excelize支持）：
f, err := excelize.OpenFile("file.xlsx")
if err != nil {
    return
}
rows, err := f.Rows("Sheet1")
for rows.Next() {
    row, _ := rows.Columns()
    // 处理数据
}
  1. 批量处理数据，减少内存分配
  2. 选择性读取需要的列和行

推荐使用 excelize/v2，它在性能和功能方面都是最佳选择。

回到顶部