简介：这是一套基于Java实现Excel数据导入MySQL数据库的完整示例项目，适合正在学习JDBC、Apache POI/JXL文件解析及MySQL数据同步的Java开发者。项目支持将Excel工作表数据批量写入MySQL，若数据库已存在相同数据可自动更新，同时提供从数据库导出至Excel的反向操作。整套资源包含20个文件，以Java源码、class编译文件为核心，附带mysql-connector-java和jxl两个依赖JAR、SQL建表脚本、txt说明及Eclipse工程配置文件，压缩包大小仅1.31MB，目录结构清晰，可直接导入IDE运行调试。目前已有1736人学习，能作为企业数据处理场景的实用参考。通过阅读源码与运行示例，可掌握Excel单元格解析、PreparedStatement批量操作、事务控制及结果集导出等关键技能，理解文件读取到数据库落地的完整链路，适合课程设计、毕业设计及日常开发借鉴。
1. 从一张 Excel 到 MySQL：这个 Java 导入方案解决的不只是“读文件”
“java实现Excel数据导入到mysql数据库.zip”这个标题，几乎是 Java 后端开发里被搜索最多的需求之一。它本质上是把一张或多张 Excel 工作表里的结构化数据，通过 Java 程序解析、校验、转换，最终写入 MySQL 的数据表。如果你做过 ERP、OA、电商后台或者任何带“批量导入”按钮的系统，一定不会陌生：运营部门每个月整理一份商品价格表、人事部导出考勤记录、财务给过来一堆对账单，这些场景每天都在催着开发写导入功能。
这个方案的核心价值不在于用 Java 读 Excel——那只是个解析动作，也不在于往 MySQL 写数据——那只是个 JDBC 操作。真正让这个标题值钱的部分，是中间那段“数据的映射与清洗”：Excel 里的列名往往和数据库字段对不上，日期格式千奇百怪，数字列里混着空字符串，甚至同一个表头在不同月份的文件里位置都会变。把这些脏数据在进库之前处理干净，才是整个导入功能最费时间也最体现功力的地方。
这篇文章我们从零搭一个最小可运行的导入工程，然后再把话题往深了推：大文件怎么优化、批量插入的 batch 参数怎么调、日期和空值的坑在哪里。你有 Java 基础就能跟着做，没有 Spring 经验也没关系，我会把依赖和配置写到能直接跑起来的程度。先说明一点：这里不引入 Spring Boot，用最朴素的 JDBC + POI 组合把原理讲透，你迁移到任何框架里都只需要改一层壳。
2. 准备工程环境：JDK、MySQL 与 Maven 依赖的选型理由
2.1 为什么用 POI 而不是 EasyExcel
先解决“用什么读 Excel”的问题。目前 Java 生态里主流的选择有两个：Apache POI 和阿里开源的 EasyExcel。EasyExcel 的卖点是低内存占用，适合几十万行的大文件，但它的 API 封装程度高，一旦遇到你完全没见过的单元格类型、合并单元格、复杂的公式计算结果，排查起来反而不如 POI 透明。POI 是底层操作模型，你对单元格的每一个属性都有直接控制权，而且它同时支持 .xls（HSSF）和 .xlsx（XSSF）两种格式，兼容性更稳。
如果你只想做一个工具类丢到项目里用，POI 的依赖体积和复杂度可以接受；如果你要处理的是上百万行的导出导入，再考虑 EasyExcel 也不迟。我们这里用 POI，因为它的数据读取逻辑最接近“逐行逐列”的直觉，也最能暴露各种脏数据问题，对理解整个链路最有帮助。
2.2 建表 SQL 与最小工程目录
我先给出一张用于测试的数据库表，模拟一个“员工信息导入”的场景，字段不多但覆盖面够广：有字符串、有整数、有日期，还有小数。导入之后你可以立刻验证数据对不对。
CREATE DATABASE IF NOT EXISTS excel_import_demo DEFAULT CHARACTER SET utf8mb4; USE excel_import_demo; CREATE TABLE employee ( id INT AUTO_INCREMENT PRIMARY KEY, emp_no VARCHAR(20) NOT NULL COMMENT '员工编号', emp_name VARCHAR(50) NOT NULL COMMENT '姓名', department VARCHAR(50) DEFAULT NULL COMMENT '部门', salary DECIMAL(10,2) DEFAULT 0.00 COMMENT '月薪', hire_date DATE DEFAULT NULL COMMENT '入职日期', created_at DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '导入时间', UNIQUE KEY uk_emp_no (emp_no) ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='员工导入测试表';这个表结构里有两个关键设计。第一个是UNIQUE KEY uk_emp_no，它让“重复导入同一员工编号”时数据库直接拒绝，这是防止重复数据的第一道防线；第二个是hire_date用 DATE 类型，这要求你在 Java 侧必须把 Excel 里的日期格式解析干净，否则很容易报DataTruncation错误。
工程目录不需要多复杂，Maven 单模块就够用：
excel-import-demo/ ├── pom.xml ├── src/main/java/com/example/excelimport/ │ ├── ExcelImporter.java │ ├── Employee.java │ ├── JdbcUtils.java │ └── Main.java └── src/main/resources/ └── employee_import.xlsx2.3 pom.xml 里必须锁定的依赖版本
<properties> <maven.compiler.source>8</maven.compiler.source> <maven.compiler.target>8</maven.compiler.target> <poi.version>5.2.3</poi.version> </properties> <dependencies> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <version>${poi.version}</version> </dependency> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-ooxml</artifactId> <version>${poi.version}</version> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.30</version> </dependency> </dependencies>POI 5.x 的依赖比 4.x 多了poi-ooxml里的 XML 解析支持，同时它需要commons-io作为传递依赖，Maven 会自动拉取。MySQL Connector/J 8.0.x 对 MySQL 5.7 和 8.0 都兼容，驱动类名是com.mysql.cj.jdbc.Driver，如果你的项目里还在用com.mysql.jdbc.Driver，记得改成新的，否则连接会警告但能跑。JDK 版本不用刻意追新，8 就足够跑通所有代码，生产环境里多数老项目也还停在 8。
3. 读取 Excel 的完整代码：从 Workbook 到自定义实体类
3.1 解析 .xlsx 表格的核心 API 与逐行读取逻辑
POI 读取 Excel 的标准姿势是拿到Workbook，然后通过getSheetAt(0)拿到第一个工作表，再从getPhysicalNumberOfRows()确定总行数，最后逐行getRow(i)、逐列getCell(j)取值。先不要急着写实体映射，把“读出来”这一步做扎实，你才能看到真实数据里到底藏了多少问题。
import org.apache.poi.ss.usermodel.*; import org.apache.poi.xssf.usermodel.XSSFWorkbook; import java.io.FileInputStream; import java.io.InputStream; import java.util.ArrayList; import java.util.List; public class ExcelImporter { public static List<Employee> parseExcelToEmployees(String filePath) throws Exception { List<Employee> employeeList = new ArrayList<>(); try (InputStream fis = new FileInputStream(filePath); Workbook workbook = new XSSFWorkbook(fis)) { Sheet sheet = workbook.getSheetAt(0); int lastRowNum = sheet.getLastRowNum(); // 默认第一行是表头，从第二行开始读数据 for (int i = 1; i <= lastRowNum; i++) { Row row = sheet.getRow(i); if (row == null || isRowEmpty(row)) { continue; } Employee emp = new Employee(); emp.setEmpNo(getCellStringValue(row.getCell(0))); emp.setEmpName(getCellStringValue(row.getCell(1))); emp.setDepartment(getCellStringValue(row.getCell(2))); emp.setSalary(getNumericCellValue(row.getCell(3))); emp.setHireDate(getDateCellValue(row.getCell(4))); employeeList.add(emp); } } return employeeList; } private static boolean isRowEmpty(Row row) { for (int c = 0; c < row.getLastCellNum(); c++) { Cell cell = row.getCell(c); if (cell != null && cell.getCellType() != CellType.BLANK) { return false; } } return true; } }这段代码里isRowEmpty是第一个容易忽视的细节。Excel 文件里经常会有“看起来是空的”行——用户为了排版按了很多回车，或者格式刷把边框带到了空行上——如果你不跳过这些行，后面入库时可能插入一堆 null 记录。另一个细节是getLastRowNum()返回的是索引，比如你有 100 行数据，它返回 99，所以循环条件用<=，千万不要写成<，否则最后一行永远读不到。
3.2 三个单元格取值工具方法：字符串、数字、日期
下面这三个方法是我从多个项目里磨出来的通用基础版。你以后写任何格式的 Excel 导入都可以复用它们，遇到新格式只需要调整这里的判断逻辑，不用去改主流程。
private static String getCellStringValue(Cell cell) { if (cell == null) { return null; } switch (cell.getCellType()) { case STRING: return cell.getStringCellValue().trim(); case NUMERIC: double numericValue = cell.getNumericCellValue(); // 处理科学计数法，比如手机号、工号 if (numericValue == Math.floor(numericValue)) { return String.valueOf((long) numericValue); } return String.valueOf(numericValue); case BOOLEAN: return String.valueOf(cell.getBooleanCellValue()); case FORMULA: return getCellStringValue(cell.getSheet().getWorkbook().getCreationHelper() .createFormulaEvaluator().evaluate(cell)); default: return null; } }字符串读取里的trim()太重要了。Excel 单元格里用户经常手滑敲出前后空格，比如“张三 ”和“张三”在 Java 字符串比较里是两个东西，但在数据库的唯一索引眼里它们可能是同一个人。数值转字符串时，9.0会被String.valueOf出9.0，而不是你想要的9，所以我加了Math.floor判断，把整数浮点数转成 long 再转字符串，这样工号“1001”读出来就是干净的“1001”，不是“1001.0”。
日期读取是另一个重灾区。
private static java.sql.Date getDateCellValue(Cell cell) { if (cell == null) { return null; } if (cell.getCellType() == CellType.STRING) { String value = cell.getStringCellValue().trim(); if (value.isEmpty()) { return null; } // 支持多种常见格式，按需扩充 String[] patterns = {"yyyy-MM-dd", "yyyy/MM/dd", "yyyy.MM.dd"}; for (String pattern : patterns) { try { java.text.SimpleDateFormat sdf = new java.text.SimpleDateFormat(pattern); java.util.Date parsed = sdf.parse(value); return new java.sql.Date(parsed.getTime()); } catch (java.text.ParseException ignored) { // 继续尝试下一个格式 } } throw new IllegalArgumentException("无法解析的日期格式: " + value); } if (cell.getCellType() == CellType.NUMERIC) { // POI 对日期单元格的隐藏判断 if (DateUtil.isCellDateFormatted(cell)) { return new java.sql.Date(cell.getDateCellValue().getTime()); } } return null; }DateUtil.isCellDateFormatted(cell)是 POI 判断一个数值单元格是否为日期的核心方法。它的原理是检查单元格的格式编码是否为日期类型，比如内置格式 0x16（yyyy/m/d）或者自定义的 yyyy-mm-dd。很多新手踩过这个坑：Excel 里明明显示2024-01-15，用getNumericCellValue()读出来却是一个 45241 之类的数字——因为 Excel 的日期本质就是浮点数序列值，没有通过isCellDateFormatted判断就直接把它当数字处理了。还有一种情况是日期列里混了几个文本格式的值，单元格左上角有个绿色小三角，POI 读出来是 STRING 类型，所以我的代码里先判断了 STRING，再用正则去逐格式匹配，这是最稳妥的做法。
4. 数据入库 MySQL：批量插入、事务边界与连接参数调优
4.1 用 PreparedStatement 构建批量插入与手动事务控制
数据解析成 List之后就要写库了。这里有个性能分水岭：如果你用Statement一条一条 executeUpdate，一万条数据可能要几十秒；而用PreparedStatement的addBatch()+executeBatch()，同样数据量可以压到一两秒。差距来自两个层面，第一是 SQL 预编译只做一次，第二是网络往返次数从“每条一次”变成“每批一次”。
import java.sql.*; import java.util.List; public class JdbcUtils { private static final String URL = "jdbc:mysql://localhost:3306/excel_import_demo?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai&rewriteBatchedStatements=true"; private static final String USER = "root"; private static final String PASSWORD = "your_password"; public static Connection getConnection() throws SQLException { try { Class.forName("com.mysql.cj.jdbc.Driver"); } catch (ClassNotFoundException e) { throw new RuntimeException("MySQL驱动未找到", e); } return DriverManager.getConnection(URL, USER, PASSWORD); } public static void batchInsertEmployees(List<Employee> employees) { String sql = "INSERT INTO employee (emp_no, emp_name, department, salary, hire_date) " + "VALUES (?, ?, ?, ?, ?)"; Connection conn = null; PreparedStatement ps = null; try { conn = getConnection(); conn.setAutoCommit(false); ps = conn.prepareStatement(sql); int batchSize = 500; int count = 0; for (Employee emp : employees) { ps.setString(1, emp.getEmpNo()); ps.setString(2, emp.getEmpName()); ps.setString(3, emp.getDepartment()); ps.setBigDecimal(4, emp.getSalary()); ps.setDate(5, emp.getHireDate()); ps.addBatch(); count++; if (count % batchSize == 0) { ps.executeBatch(); // 每批提交一次，避免大事务内存积压 conn.commit(); } } // 处理最后一批不满 500 条的剩余数据 if (count % batchSize != 0) { ps.executeBatch(); conn.commit(); } } catch (SQLException e) { try { if (conn != null) { conn.rollback(); } } catch (SQLException ex) { ex.printStackTrace(); } throw new RuntimeException("批量插入失败: " + e.getMessage(), e); } finally { try { if (ps != null) ps.close(); if (conn != null) conn.close(); } catch (SQLException e) { e.printStackTrace(); } } } }这个实现里最关键的是rewriteBatchedStatements=true这个 URL 参数。MySQL 的 JDBC 驱动在默认情况下，executeBatch()不会真的把多条 INSERT 语句合并成一条多 VALUES 的语句发送，而是逐条发送，只是省去了客户端的多次编译。加上rewriteBatchedStatements=true之后，驱动才会把INSERT INTO t VALUES (?)重写成INSERT INTO t VALUES (?), (?), (?)...，性能提升非常明显。数据量到十万以上时，有没有这个参数，耗时差距可以到五倍以上。
4.2 batchSize 参数怎么选：500 条 / 1000 条还是 2000 条？
我见过很多博客直接把 batchSize 写死 500，其实这个参数需要根据两个指标来调：单行数据大小和数据库的max_allowed_packet限制。一行数据只有七八个短字段，2000 条一批也就几十 KB 的 SQL 包体，随便发。但如果有一行里有个超长 TEXT 字段，2000 条一批的 SQL 包可能超过 1MB，此时 MySQL 默认的max_allowed_packet（4MB）就可能被打爆，报PacketTooBigException。
我的建议是分三层调：小数据量（几百行）直接全部提交一次，不用分批逻辑，代码更简单；中等数据量（一千到一万行）用 500～1000 条一批；大数据量（十万以上）用 2000 条一批，同时把max_allowed_packet调大到 64MB。另外注意executeBatch()执行后要clearBatch()，否则同一批数据会重复追加到下一批。我上面代码里用count % batchSize判断已经隐式处理了这个问题，因为每次只是 addBatch 到新的批次，但如果你是先循环 addBatch 再统一 executeBatch，就必须在每批结束后手动 clearBatch。
还有一个细节是setAutoCommit(false)必须在拿到 Connection 后立刻执行，不要等插入到一半再设置。事务边界不是从 commit 开始的，而是从关闭自动提交那一刻开始的，前置设置更符合“这个连接的生命周期就是这一个事务”的直觉。
5. 四个月月踩坑实录：日期、编码与 Excel 格式的边界问题
5.1 现象：插入全部成功，但表里的日期是空值
用户反馈导入后所有员工的入职日期都是 NULL，日志里没有任何报错。排查思路是先看 Excel 里这个日期列到底是什么格式——结果发现它根本不是日期格式，而是一串形如 “2024-01-15” 的文本。POI 在读取时，这个单元格的类型是 STRING 而不是 NUMERIC，我就顺着分支走到了日期字符串解析的逻辑里。按道理文本也能解析，但模板里的日期格式是 “2024年1月15日”，我的 SimpleDateFormat 列表里根本没加这个 pattern。
原因找到了，日期解析抛出的 IllegalArgumentException 又被上层某处 catch住吞掉了，整条数据就变成了只有 null 的残缺记录。解决方法是两件事：一是扩充日期 pattern 列表，优先把中文日期格式加进去；二是把解析失败的单元格值单独收集到一个错误报告里，而不是静默置 null。从那次之后，我的导入工具一律带一个“错误行导出”日志文件，哪一行哪个字段为什么失败，一眼就能定位。
5.2 现象：读取 .xls 老格式时 API 直接抛异常
一套代码在测试环境导入employee_import.xlsx一切正常，换了个 .xls 文件就开始报错，错误指向XSSFWorkbook无法解析文件头。原因很直白，我之前直接写了new XSSFWorkbook(fis)，这个类只认 OOXML 格式（.xlsx），遇到 BIFF8 格式（.xls）就会直接崩溃。
解决方法是把 Workbook 的创建改成按文件后缀分派。POI 提供了WorkbookFactory.create(InputStream)，它会自动根据文件头识别是 HSSF 还是 XSSF，底层帮你创建对应的实现类。不过要注意WorkbookFactory默认对每个文件弹一个“你确定要打开吗”的提示窗口，需要额外加一个new WorkbookFactory().create(inputStream)的变体来禁用系统级提示。我在代码里通常写一个静态工具方法，用文件名后缀来判断，:.xls就走HSSFWorkbook，.xlsx就走XSSFWorkbook`，遇到其他后缀直接抛出明确异常。
5.3 现象：导入中文全部变成问号
数据库里中文变成了“???”或者直接乱码，英文正常。这个问题的位置只有两处：数据库连接串和表结构。先检查你的连接 URL 里有没有characterEncoding=utf8，没有就加上。然后检查表结构本身的字符集——如果建表语句里没有指定DEFAULT CHARSET=utf8mb4，而 MySQL 服务端的默认字符集是 latin1，那连接字符集设对也会被表结构再次转错。还有一个隐蔽点：如果表已经在库中存在，ALTER TABLE employee CONVERT TO CHARACTER SET utf8mb4可以纠正，但前提是库里没有已损坏的数据。
5.4 现象：Excel 第一行是合并单元格的表头
很多业务模板为了让标题更醒目，会把第一行做成跨列的合并单元格，里面写着“XX 公司员工信息表”，第二行才是真正的列名。我见过不止一次，新手直接把第一行当作表头读，结果导入后所有字段错位：把表头里的“员工编号”四个字当成 emp_no 插进了数据库。
处理逻辑要区分一般情况和复杂情况。一般情况是在代码里加一个startRowIndex配置项，外部传入“数据起始行”，比如第一行是标题就传 1（从 0 开始计数），第一行是表头就传 0。这个配置放到 properties 文件里，不同模板可以随时改不用重新编译。复杂情况是表头里存在纵向合并单元格，即一个列名横跨两列，这通常意味着模板结构本身有问题，建议推动业务方规范化模板，不要指望代码去猜列名。
6. 验证导入结果与进阶优化：断点续导、幂等与可视化进度
6.1 用 SELECT 与文件核对做导入完整性校验
导入完成后不能只看“日志输出 success”，你要有一套独立于代码逻辑的验证手段。最直接的方法是把数据拉出来比对两个样本：行数一致性（Excel 的有效数据行数 vs 数据库记录数），关键字段抽样比对（拿 Excel 里薪资最高的一行、日期最早的一行去库里找同一条）。
SELECT COUNT(*) AS total_count, COUNT(DISTINCT emp_no) AS unique_count, COUNT(salary) AS has_salary_count, COUNT(hire_date) AS has_hire_date_count FROM employee;当total_count和unique_count不一致时，说明有重复的 emp_no 被插入，大概率是 Excel 内部本身有重复行；当has_salary_count小于total_count，说明有空薪资被插入。这两个指标一查，导入质量就能量化。还有一个实用技巧：把导入前后查一次SELECT COUNT(*)差值，就能确认本次脚本到底插入了多少行，比应用层的日志可靠得多。
6.2 生产环境的两个进阶设计：幂等导入和可视化的导入进度
在真实项目中，导入功能很少是一次性跑完的。文件五万行，跑到第两万行时数据库连接断了，是重跑整个文件还是从断点继续？“断点续导”的方案可以用一个导入批次表来实现，在批次表里记录当前文件已处理到的行号，每次启动导入时先查一下这个文件是否已有未完成的批次。如果存在，直接从上一批的末尾行号继续读 Excel。
幂等性则是靠数据库层的唯一索引兜底。如果你的表结构允许业务上有自然主键（比如员工编号、商品编码），就一定要建唯一索引，然后导入时用INSERT ... ON DUPLICATE KEY UPDATE或者INSERT IGNORE。前者会更新冲突行的字段，适合“重新导入修正数据”的场景；后者直接跳过重复行，适合“只补全新数据”的场景。SQL 改成下面这样，就不用担心重复导入了：
String sql = "INSERT INTO employee (emp_no, emp_name, department, salary, hire_date) " + "VALUES (?, ?, ?, ?, ?) " + "ON DUPLICATE KEY UPDATE " + "emp_name = VALUES(emp_name), " + "department = VALUES(department), " + "salary = VALUES(salary), " + "hire_date = VALUES(hire_date)";VALUES()函数在 MySQL 8.0.20 之后被标记为 deprecated，官方推荐改用别名语法AS new ON DUPLICATE KEY UPDATE emp_name = new.emp_name，但考虑到大部分生产库还在 5.7，上面这版兼容性最好。
关于导入进度的可视化需求——如果任务超过十秒，用户就想要一个进度条或者至少是百分比提示。简单方案是在分批提交时，打印一行已完成 x 条 / 共 y 条（z%）到日志；复杂方案是用 WebSocket 推送进度到前端。但核心逻辑不变：进度等于“已提交的批次行数 / 总行数”，每批次提交后更新一次进度，不能每行更新，否则进度消息本身会成为性能瓶颈。我的经验是：一万行以下不用做前端进度条，日志够用；十万行以上再上 WebSocket，成本收益才划算。
7. 从最小实现到通用导入中间件的三步演进
如果你只是要解决一次性的数据迁移，前面的代码已经够用。但如果想把这套逻辑沉淀成团队内部通用的导入工具，还有三个方向值得做。
第一个是把 Excel 导入抽象成配置驱动。具体做法是用一个 Map或 JSON 来定义“列映射关系”：第 0 列对应数据库字段 emp_no，它的类型是 string，是否必填，是否唯一校验等。这样业务方来了新导入需求，只需要提供一份配置文件，不需要改代码。我见过一个中型公司做的通用导入平台，就是基于 POI + 反射 + 自定义注解实现了这个模式，用起来很像 MyBatis 的@Results注解，但更简洁。
第二个方向是引入校验框架。目前代码里的校验都散落在parseExcelToEmployees里，业务规则一复杂就变成一团乱麻。引入 Bean Validation 规范，在Employee实体类的字段上加@NotNull、@Pattern等注解，解析完直接调用validator.validate()，错误信息自动收集。这样做有三个好处：校验逻辑和解析逻辑解耦，错误信息能精确定位到字段，新增校验规则只需要改注解。
第三个方向是性能瓶颈的进一步压榨。当 Excel 行数超过五十万时，POI 的 XSSF 模式会占满 JVM 堆内存，因为它把整个工作表都加载进内存了。此时需要切换到 SAX 模式的XSSFReader或直接上 EasyExcel 的流式读取。这是另一个话题，但从架构上看，你只需要把 Excel 读取层的接口抽象出来，底层替换成流式实现，上层业务代码完全不用动。
这三个方向按团队实际需要推进，优先级从高到低。如果你目前还要手写一个导入功能，先别急着上中间件——把这张 Excel 里的脏数据坑摸清楚，比任何封装都更值钱。我最早做导入功能时，花在调日期格式和空行处理上的时间，比写整个插入逻辑还多三倍。这些经验值会沉淀成一笔恒久的资产，下次再遇到任何导入需求，看一眼文件就能预判出八成的问题。希望这篇笔记能帮你少踩几个我当年踩过的坑。
本文还有配套的精品资源，点击获取
