业务场景中，导入千万行Excel数据到数据库时，文件格式往往成第一道关卡，稍不注意就卡死整个流程。 老式.xls文件最多挤65,536行，新版.xlsx也只到1,048,576行，远不够塞下千万级体量。实际操作中，这些限制直接导致数据溢出或读取失败。转而用CSV格式，就能绕开硬上限，分段传输更稳当。根据微软最新规格，这类文件无行数天花板，适合大批量处理。 内存问题也藏在读取方式里。传统方法一股脑儿把整表拉进列表，轻松触发溢出。切换到流式工具如EasyExcel，能边读边回调，每攒一批就存库，内存占用始终稳在低位。最新3.1.1版本已优化CSV支持，处理速度提升明显，避免了海量数据时的崩溃风险。 速度瓶颈多在写入环节。逐条插入像蚂蚁搬家，远程交互拖累一切。改为批量操作，用工具切分成1000条一组提交，效率立马翻倍。但批次大小得靠实际测试定，超5000条易超时或锁死数据库。 并发能加速，却需小心。异步框架加自定义线程池，能并行多批，但线程过多会吃光CPU，上下文切换反成累赘。压测数据显示，线程数控制在合理区间，能平衡负载，避免高并发下的不可控行为。 丢数隐患最隐蔽。导入完比对源文件行数和库中新增量，就能抓到静默丢失。失败批次记下编号和关键标识，自动重试两次定位问题。加唯一索引用忽略插入法，防重复不中断整体。原生JDBC批量命令反射开销小，性能更优，但代码稍繁——一切以测试数据为准。 这些环节串起来，数据导入从粗放变精细，稳定性提升三成以上。忽略压测，隐患放大；注重它，海量任务才能顺利落地