c++如何将大数据集分块写入多个Excel工作表【技巧】

在做数据导出功能时，如果数据集有上百万行，直接往一个Excel工作表里塞显然行不通。Excel单个工作表的上限是1048576行，而且即便没超限，一次性写入百万行数据也会导致内存暴涨、生成文件极慢。比较成熟的做法是把数据集按固定行数切块，每一块写入一个独立的工作表，这样既绕开行数限制，又能让每个表的体量保持在合理范围。下面详细介绍这套分块写入方案的完整实现。

分块策略的设计思路

分块的核心是确定每个工作表承载多少行数据。切块太小会导致工作表数量爆炸，一个包含500万行数据的集合如果每块只切1万行，会生成500个工作表，用户打开文件后在表之间来回切换会非常痛苦；切块太大又起不到分散压力的作用。实践经验中，每块10万到20万行是比较均衡的选择，既能保证单个工作表打开流畅，又不会让表的数量过多。

具体切割逻辑很简单：假设总行数为totalRows，每块行数为chunkSize，那么需要的块数为(totalRows + chunkSize - 1) / chunkSize，这个向上取整的写法可以处理最后一块不满的情况。每一块数据的起始行是index * chunkSize，结束行是min((index + 1) * chunkSize, totalRows)，按这个区间从源数据中截取即可。

还有一个容易被忽略的细节是表头处理。每个工作表都应该带上相同的表头行，否则用户切到后面的表就不知道每列是什么含义。建议把表头单独存储，在每个工作表创建时先写入表头再写入数据块。另外工作表命名建议采用统一的规则，比如Sheet_1、Sheet_2，如果业务上有分页含义，也可以命名为数据_第1页这种形式，但要注意Excel工作表名称不能超过31个字符，且不能包含\ / ? * [ ]这几个字符。

用xlnt库实现分块写入

xlnt是一个纯C++的Excel操作库，支持读写xlsx格式，跨平台且不依赖Office组件，非常适合服务端程序使用。用xlnt实现分块写入的思路是：先创建工作簿，然后循环创建工作表，每个工作表写入一个数据块，最后统一保存。

#include <xlnt/xlnt.hpp>
#include <vector>
#include <string>

// 模拟数据行：每行若干列字符串
using DataRow = std::vector<std::string>;

void writeInChunks(const std::vector<DataRow>& dataset,
                   const DataRow& header,
                   const std::string& filePath,
                   std::size_t chunkSize)
{
    xlnt::workbook wb;
    std::size_t totalRows = dataset.size();
    if (totalRows == 0 || chunkSize == 0) return;

    // 向上取整计算块数
    std::size_t chunkCount = (totalRows + chunkSize - 1) / chunkSize;

    for (std::size_t i = 0; i <chunkCount; ++i) {
        // 为每块创建一个工作表
        xlnt::worksheet ws = wb.create_sheet();
        ws.title("Sheet_" + std::to_string(i + 1));

        // 先写表头
        for (std::size_t col = 0; col <header.size(); ++col) {
            ws.cell(xlnt::cell_reference(col + 1, 1)).value(header[col]);
            // 表头加粗便于阅读
            ws.cell(xlnt::cell_reference(col + 1, 1)).font()
              .bold(true);
        }

        // 计算当前块的行区间
        std::size_t begin = i * chunkSize;
        std::size_t end = std::min(begin + chunkSize, totalRows);

        for (std::size_t r = begin; r <end; ++r) {
            const DataRow& row = dataset[r];
            for (std::size_t c = 0; c <row.size(); ++c) {
                ws.cell(xlnt::cell_reference(c + 1, r - begin + 2))
                  .value(row[c]);
            }
        }
    }

    wb.save(filePath);
}

这段代码里有个关键点：写入单元格时行号要加上偏移r - begin + 2，加2是因为第1行留给了表头，而当前块内的数据要重新从第2行开始编号，而不是沿用原始数据的全局行号。这是分块写入时最常见的出错点，如果直接用r + 1做行号，后面的工作表会尝试写入超出块范围的位置，虽然不一定报错，但结果完全错乱。

性能方面，如果数据集特别大，逐格调用cell()会有一定开销。xlnt提供了批量追加行的接口，用ws.append(row)可以把一整行作为vector一次写入，内部处理效率更高，百万级数据下能节省可观的构造时间。此外建议在写入前用reserve预留内存，避免工作簿对象频繁扩容。

流式处理大数据源的内存优化

上面的示例把整个数据集放在内存里，但真实场景中数据往往来自数据库游标或者大文件，一次性加载不现实。这时候应该把分块逻辑改成流式：维护一个行计数器，每凑满chunkSize行就落一个工作表，然后清空缓冲区继续读取。

#include <xlnt/xlnt.hpp>
#include <vector>
#include <string>
#include <fstream>

// 从CSV文件流式读取并分块写入多个工作表
void streamWrite(const std::string& csvPath,
                 const std::string& xlsxPath,
                 std::size_t chunkSize)
{
    xlnt::workbook wb;
    std::ifstream in(csvPath);
    std::string line;

    xlnt::worksheet* ws = nullptr;
    std::size_t rowsInSheet = 0;
    int sheetIndex = 0;
    bool firstLine = true;

    while (std::getline(in, line)) {
        if (firstLine) {
            firstLine = false;
            // 首行视为表头，逐块复制
            std::vector<std::string> header;
            size_t start = 0, pos;
            while ((pos = line.find(',')) != std::string::npos) {
                header.push_back(line.substr(start, pos - start));
                start = pos + 1;
            }
            header.push_back(line.substr(start));
            // 存起来供后续每个表使用，这里简单起见重新解析
            continue;
        }

        if (ws == nullptr || rowsInSheet >= chunkSize) {
            ++sheetIndex;
            ws = &wb.create_sheet();
            ws->title("Sheet_" + std::to_string(sheetIndex));
            rowsInSheet = 0;
        }

        // 按逗号拆分后追加一行
        std::vector<std::string> cells;
        size_t start = 0, pos;
        std::string rest = line;
        while ((pos = rest.find(',')) != std::string::npos) {
            cells.push_back(rest.substr(start, pos - start));
            start = pos + 1;
            rest = rest.substr(start);
            start = 0;
        }
        cells.push_back(rest);
        ws->append(cells);
        ++rowsInSheet;
    }

    wb.save(xlsxPath);
}

流式方案的好处是内存占用只跟单块大小相关，跟总数据量无关。即使数据源有几千万行，程序占用的内存也始终稳定在单块10万行左右的水平。需要注意xlnt本身的workbook对象会把所有工作表数据都缓存在内存里，直到调用save才真正落盘，所以如果数据规模达到千万行级别，更彻底的做法是改用LibXL或者直接生成xlsx的底层格式，或者干脆拆成多个xlsx文件再加一个汇总目录表。

另一个实用技巧是进度回调。长时间写入过程如果没有任何反馈，用户会以为程序卡死。可以在每写完一个工作表时回调一次进度百分比，界面上显示当前进度，体验会好很多。同时建议把save放在异常保护的范围内，一旦中途失败及时清理临时文件，避免留下损坏的半成品xlsx。

Windows下用COM接口的替代方案

如果程序只在Windows环境运行，且机器上装了Office，也可以通过COM自动化接口驱动Excel进程完成写入。这种方式的好处是格式控制能力最强，能直接设置样式、图表等高级特性，缺点是依赖Office环境，性能也比xlnt慢不少，适合对格式要求苛刻的桌面软件场景。

#import "Excel.exe" rename("DialogBox", "ExcelDialogBox")
// 简化示例：核心是Worksheets的Add调用
// 每写满一块数据就调用一次
// pSheet = pWorksheets->Add();
// 然后用Range的Value2批量赋值，比逐Cell快一个数量级
// 伪代码示意：
// for each chunk:
//     Add new worksheet
//     set Range(top-left, bottom-right).Value2 = 2D array
//     release references

用COM方案时要特别注意批量赋值。把整块数据构造成二维SAFEARRAY，通过Range::Value2一次性赋值，速度比逐个Cell赋值快几十倍。同时务必在程序退出前正确释放所有COM对象引用并调用CoUninitialize，否则Excel进程会残留在后台占用文件句柄，导致用户打不开生成的文件。

综合来看，跨平台项目首选xlnt，桌面工具且格式要求高可以用COM，两者分块写入的核心算法完全一致，只是API层面的差异。掌握了按块切分、表头复制、行号偏移这几个要点，应对百万级数据导出就不再是难题。

C++ Excel写入大数据分块多工作表修改时间：2026-09-11 20:48:54