基於EasyExcel實現百萬級資料匯入匯出詳解

2023-01-22 14:00:15

1.傳統POI的的版本優缺點比較

其實想到資料的匯入匯出，理所當然的會想到apache的poi技術，以及Excel的版本問題。

HSSFWorkbook

這個實現類是我們早期使用最多的物件，它可以操作Excel2003以前（包含2003）的所有Excel版本。在2003以前Excel的版本字尾還是.xls

XSSFWorkbook

這個實現類現在在很多公司都可以發現還在使用，它是操作的Excel2003–Excel2007之間的版本，Excel的擴充套件名是.xlsx

SXSSFWorkbook

這個實現類是POI3.8之後的版本才有的,它可以操作Excel2007以後的所有版本Excel,擴充套件名是.xlsx

HSSFWorkbook

它是POI版本中最常用的方式，不過:

它的缺點是最多隻能匯出 65535行，也就是匯出的資料函數超過這個資料就會報錯;
它的優點是不會報記憶體溢位。（因為資料量還不到7w所以記憶體一般都夠用，首先你得明確知道這種方式是將資料先讀取到記憶體中，然後再操作）

XSSFWorkbook

優點：這種形式的出現是為了突破HSSFWorkbook的65535行侷限，是為了針對Excel2007版本的1048576行，16384列，最多可以匯出104w條資料；
缺點：伴隨的問題來了，雖然匯出資料行數增加了好多倍，但是隨之而來的記憶體溢位問題也成了噩夢。因為你所建立的book，Sheet，row，cell等在寫入到Excel之前，都是存放在記憶體中的（這還沒有算Excel的一些樣式格式等等），可想而知，記憶體不溢位就有點不科學了！！！

SXSSFWorkbook

從POI 3.8版本開始，提供了一種基於XSSF的低記憶體佔用的SXSSF方式：

優點：

這種方式不會一般不會出現記憶體溢位（它使用了硬碟來換取記憶體空間，
也就是當記憶體中資料達到一定程度這些資料會被持久化到硬碟中儲存起來，而記憶體中存的都是最新的資料），
並且支援大型Excel檔案的建立（儲存百萬條資料綽綽有餘）。

缺點：

既然一部分資料持久化到了硬碟中，且不能被檢視和存取那麼就會導致，
在同一時間點我們只能存取一定數量的資料，也就是記憶體中儲存的資料;
sheet.clone()方法將不再支援,還是因為持久化的原因;
不再支援對公式的求值，還是因為持久化的原因，在硬碟中的資料沒法讀取到記憶體中進行計算；
在使用模板方式下載資料的時候，不能改動表頭，還是因為持久化的問題，寫到了硬碟裡就不能改變了；

2.使用方式哪種看情況

經過了解也知道了這三種Workbook的優點和缺點，那麼具體使用哪種方式還是需要看情況的：

我一般會根據這樣幾種情況做分析選擇：

1、當我們經常匯入匯出的資料不超過7w的情況下，可以使用 HSSFWorkbook 或者 XSSFWorkbook都行；

2、當資料量查過7w並且匯出的Excel中不牽扯對Excel的樣式，公式，格式等操作的情況下，推薦使用SXSSFWorkbook;

3、當資料量查過7w，並且我們需要操做Excel中的表頭，樣式，公式等，這時候我們可以使用 XSSFWorkbook 配合進行分批查詢，分批寫入Excel的方式來做；

3.百萬資料匯入匯出

想要解決問題我們首先要明白自己遇到的問題是什麼？

1、我遇到的資料量超級大，使用傳統的POI方式來完成匯入匯出很明顯會記憶體溢位，並且效率會非常低；

2、資料量大直接使用select * from tableName肯定不行，一下子查出來300w條資料肯定會很慢；

3、 300w 資料匯出到Excel時肯定不能都寫在一個Sheet中，這樣效率會非常低；估計開啟都得幾分鐘；

4、 300w資料匯出到Excel中肯定不能一行一行的匯出到Excel中。頻繁IO操作絕對不行；

5、匯入時300萬資料儲存到DB如果迴圈一條條插入也肯定不行；

6、匯入時300w資料如果使用Mybatis的批次插入肯定不行，因為Mybatis的批次插入其實就是SQL的迴圈；一樣很慢。

解決思路：

針對1 ：

其實問題所在就是記憶體溢位，我們只要使用對上面介紹的POI方式即可，主要問題就是原生的POI解決起來相當麻煩。

經過查閱資料翻看到阿里的一款POI封裝工具EasyExcel，上面問題等到解決；

針對2：

不能一次性查詢出全部資料，我們可以分批進行查詢，只不過時多查詢幾次的問題，況且市面上分頁外掛很多。此問題好解決。

針對3：

可以將300w條資料寫到不同的Sheet中，每一個Sheet寫一百萬即可。

針對4：

不能一行一行的寫入到Excel上，我們可以將分批查詢的資料分批寫入到Excel中。

針對5：

匯入到DB時我們可以將Excel中讀取的資料儲存到集合中，到了一定數量，直接批次插入到DB中。

針對6：

不能使用Mybatis的批次插入，我們可以使用JDBC的批次插入，配合事務來完成批次插入到DB。即 Excel讀取分批+JDBC分批插入+事務。

3.1 模擬500w資料匯出

需求：使用EasyExcel完成500w資料的匯出。

500w資料的匯出解決思路：

首先在查詢資料庫層面，需要分批進行查詢（比如每次查詢20w）
每查詢一次結束，就使用EasyExcel工具將這些資料寫入一次；
當一個Sheet寫滿了100w條資料，開始將查詢的資料寫入到另一個Sheet中；
如此迴圈直到資料全部匯出到Excel完畢。

ps:我們需要計算Sheet個數，以及迴圈寫入次數。特別是最後一個Sheet的寫入次數

因為你不知道最後一個Sheet會寫入多少資料，可能是100w，也可能是25w因為我們這裡的500w只是模擬資料，有可能匯出的資料比500w多也可能少

ps:我們需要計算寫入次數，因為我們使用的分頁查詢，所以需要注意寫入的次數。

其實查詢資料庫多少次就是寫入多少次

準備工作

1.基於maven搭建springboot工程，引入easyexcel依賴，這裡我是用的時3.0版本

<dependency>
   <groupId>com.alibaba</groupId>
   <artifactId>easyexcel</artifactId>
   <version>3.0.5</version>
</dependency>

2.建立海量資料的sql指令碼

CREATE TABLE dept( /*部門表*/
deptno MEDIUMINT   UNSIGNED  NOT NULL  DEFAULT 0,
dname VARCHAR(20)  NOT NULL  DEFAULT "",
loc VARCHAR(13) NOT NULL DEFAULT ""
) ;

#建立表EMP僱員
CREATE TABLE emp
(empno  MEDIUMINT UNSIGNED  NOT NULL  DEFAULT 0, /*編號*/
ename VARCHAR(20) NOT NULL DEFAULT "", /*名字*/
job VARCHAR(9) NOT NULL DEFAULT "",/*工作*/
mgr MEDIUMINT UNSIGNED NOT NULL DEFAULT 0,/*上級編號*/
hiredate DATE NOT NULL,/*入職時間*/
sal DECIMAL(7,2)  NOT NULL,/*薪水*/
comm DECIMAL(7,2) NOT NULL,/*紅利*/
deptno MEDIUMINT UNSIGNED NOT NULL DEFAULT 0 /*部門編號*/
) ;

#工資級別表
CREATE TABLE salgrade
(
grade MEDIUMINT UNSIGNED NOT NULL DEFAULT 0,
losal DECIMAL(17,2)  NOT NULL,
hisal DECIMAL(17,2)  NOT NULL
);

#測試資料
INSERT INTO salgrade VALUES (1,700,1200);
INSERT INTO salgrade VALUES (2,1201,1400);
INSERT INTO salgrade VALUES (3,1401,2000);
INSERT INTO salgrade VALUES (4,2001,3000);
INSERT INTO salgrade VALUES (5,3001,9999);

delimiter $$

#建立一個函數，名字 rand_string，可以隨機返回我指定的個數位符串
create function rand_string(n INT)
returns varchar(255) #該函數會返回一個字串
begin
#定義了一個變數 chars_str， 型別  varchar(100)
#預設給 chars_str 初始值   'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ'
 declare chars_str varchar(100) default
   'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ'; 
 declare return_str varchar(255) default '';
 declare i int default 0; 
 while i < n do
    # concat 函數 : 連線函數mysql函數
   set return_str =concat(return_str,substring(chars_str,floor(1+rand()*52),1));
   set i = i + 1;
   end while;
  return return_str;
  end $$


 #這裡我們又自定了一個函數,返回一個隨機的部門號
create function rand_num( )
returns int(5)
begin
declare i int default 0;
set i = floor(10+rand()*500);
return i;
end $$

 #建立一個儲存過程， 可以新增僱員
create procedure insert_emp(in start int(10),in max_num int(10))
begin
declare i int default 0;
#set autocommit =0 把autocommit設定成0
 #autocommit = 0 含義: 不要自動提交
 set autocommit = 0; #預設不提交sql語句
 repeat
 set i = i + 1;
 #通過前面寫的函數隨機產生字串和部門編號，然後加入到emp表
 insert into emp values ((start+i) ,rand_string(6),'SALESMAN',0001,curdate(),2000,400,rand_num());
  until i = max_num
 end repeat;
 #commit整體提交所有sql語句，提高效率
   commit;
 end $$

 #新增8000000資料
call insert_emp(100001,8000000)$$

#命令結束符，再重新設定為;
delimiter ;

3.實體類

@Data
@NoArgsConstructor
@AllArgsConstructor
public class Emp implements Serializable {
    @ExcelProperty(value = "員工編號")
    private Integer empno;

    @ExcelProperty(value = "員工名稱")
    private String ename;

    @ExcelProperty(value = "工作")
    private String job;

    @ExcelProperty(value = "主管編號")
    private Integer mgr;

    @ExcelProperty(value = "入職日期")
    private Date hiredate;

    @ExcelProperty(value = "薪資")
    private BigDecimal sal;

    @ExcelProperty(value = "獎金")
    private BigDecimal comm;

    @ExcelProperty(value = "所屬部門")
    private Integer deptno;

}

4.vo類

@Data
public class EmpVo {

    @ExcelProperty(value = "員工編號")
    private Integer empno;

    @ExcelProperty(value = "員工名稱")
    private String ename;

    @ExcelProperty(value = "工作")
    private String job;

    @ExcelProperty(value = "主管編號")
    private Integer mgr;

    @ExcelProperty(value = "入職日期")
    private Date hiredate;

    @ExcelProperty(value = "薪資")
    private BigDecimal sal;

    @ExcelProperty(value = "獎金")
    private BigDecimal comm;

    @ExcelProperty(value = "所屬部門")
    private Integer deptno;

}

匯出核心程式碼

@Resource
private EmpService empService;
/**
 * 分批次匯出
 */
@GetMapping("/export")
public void export() throws IOException {
    StopWatch stopWatch = new StopWatch();
    stopWatch.start();
    empService.export();
    stopWatch.stop();
    System.out.println("共計耗時： " + stopWatch.getTotalTimeSeconds()+"S");
}

public class ExcelConstants {
    //一個sheet裝100w資料
    public static final Integer PER_SHEET_ROW_COUNT = 1000000;
    //每次查詢20w資料，每次寫入20w資料
    public static final Integer PER_WRITE_ROW_COUNT = 200000;
}

@Override
public void export() throws IOException {
    OutputStream outputStream =null;
    try {
        //記錄總數:實際中需要根據查詢條件進行統計即可
        //LambdaQueryWrapper<Emp> lambdaQueryWrapper = new QueryWrapper<Emp>().lambda().eq(Emp::getEmpno, 1000001);
        Integer totalCount = empMapper.selectCount(null);
        //每一個Sheet存放100w條資料
        Integer sheetDataRows = ExcelConstants.PER_SHEET_ROW_COUNT;
        //每次寫入的資料量20w,每頁查詢20W
        Integer writeDataRows = ExcelConstants.PER_WRITE_ROW_COUNT;
        //計算需要的Sheet數量
        Integer sheetNum = totalCount % sheetDataRows == 0 ? (totalCount / sheetDataRows) : (totalCount / sheetDataRows + 1);
        //計算一般情況下每一個Sheet需要寫入的次數(一般情況不包含最後一個sheet,因為最後一個sheet不確定會寫入多少條資料)
        Integer oneSheetWriteCount = sheetDataRows / writeDataRows;
        //計算最後一個sheet需要寫入的次數
        Integer lastSheetWriteCount = totalCount % sheetDataRows == 0 ? oneSheetWriteCount : (totalCount % sheetDataRows % writeDataRows == 0 ? (totalCount / sheetDataRows / writeDataRows) : (totalCount / sheetDataRows / writeDataRows + 1));

        ServletRequestAttributes requestAttributes = (ServletRequestAttributes) RequestContextHolder.getRequestAttributes();
        HttpServletResponse response = requestAttributes.getResponse();
        outputStream = response.getOutputStream();
        //必須放到迴圈外，否則會重新整理流
        ExcelWriter excelWriter = EasyExcel.write(outputStream).build();

        //開始分批查詢分次寫入
        for (int i = 0; i < sheetNum; i++) {
            //建立Sheet
            WriteSheet sheet = new WriteSheet();
            sheet.setSheetName("測試Sheet1"+i);
            sheet.setSheetNo(i);
            //迴圈寫入次數: j的自增條件是當不是最後一個Sheet的時候寫入次數為正常的每個Sheet寫入的次數,如果是最後一個就需要使用計算的次數lastSheetWriteCount
            for (int j = 0; j < (i != sheetNum - 1 ? oneSheetWriteCount : lastSheetWriteCount); j++) {
                //分頁查詢一次20w
                Page<Emp> page = empMapper.selectPage(new Page(j + 1 + oneSheetWriteCount * i, writeDataRows), null);
                List<Emp> empList = page.getRecords();
                List<EmpVo> empVoList = new ArrayList<>();
                for (Emp emp : empList) {
                    EmpVo empVo = new EmpVo();
                    BeanUtils.copyProperties(emp, empVo);
                    empVoList.add(empVo);
                }
                WriteSheet writeSheet = EasyExcel.writerSheet(i, "員工資訊" + (i + 1)).head(EmpVo.class)
                        .registerWriteHandler(new LongestMatchColumnWidthStyleStrategy()).build();
                //寫資料
                excelWriter.write(empVoList, writeSheet);
            }
        }
        // 下載EXCEL
        response.setContentType("application/vnd.openxmlformats-officedocument.spreadsheetml.sheet");
        response.setCharacterEncoding("utf-8");
        // 這裡URLEncoder.encode可以防止瀏覽器端匯出excel檔名中文亂碼 當然和easyexcel沒有關係
        String fileName = URLEncoder.encode("員工資訊", "UTF-8").replaceAll("\+", "%20");
        response.setHeader("Content-disposition", "attachment;filename*=utf-8''" + fileName + ".xlsx");
        excelWriter.finish();
        outputStream.flush();
    } catch (IOException e) {
        e.printStackTrace();
    } catch (BeansException e) {
        e.printStackTrace();
    }finally {
        if (outputStream != null) {
            outputStream.close();
        }
    }
}

這是我電腦測試時記憶體佔用和CPU使用情況，當然開了其他一些應用。

匯出500w資料共計耗時，可以看到差不多400s左右，當然還要考慮業務複雜度已經電腦設定，我這裡只是一個匯出的demo並不涉及其他業務邏輯，在實際開發中可能時間會比這個更長一些

看下匯出效果,我上面的指令碼向插入了500w資料，100w一個sheet因此正好五個

3.2模擬500w資料匯入

500W資料的匯入解決思路

1、首先是分批讀取讀取Excel中的500w資料，這一點EasyExcel有自己的解決方案，我們可以參考Demo即可，只需要把它分批的引數5000調大即可。

2、其次就是往DB裡插入，怎麼去插入這20w條資料，當然不能一條一條的迴圈，應該批次插入這20w條資料，同樣也不能使用Mybatis的批次插入語，因為效率也低。

3、使用JDBC+事務的批次操作將資料插入到資料庫。（分批讀取+JDBC分批插入+手動事務控制）

程式碼實現

controller層測試介面

@Resource
private EmpService empService;

@GetMapping("/importData")
public void importData() {
    String fileName = "C:\Users\asus\Desktop\員工資訊.xlsx";
    //記錄開始讀取Excel時間,也是匯入程式開始時間
    long startReadTime = System.currentTimeMillis();
    System.out.println("------開始讀取Excel的Sheet時間(包括匯入資料過程):" + startReadTime + "ms------");
    //讀取所有Sheet的資料.每次讀完一個Sheet就會呼叫這個方法
    EasyExcel.read(fileName, new EasyExceGeneralDatalListener(empService)).doReadAll();
    long endReadTime = System.currentTimeMillis();
    System.out.println("------結束讀取Excel的Sheet時間(包括匯入資料過程):" + endReadTime + "ms------");
    System.out.println("------讀取Excel的Sheet時間(包括匯入資料)共計耗時:" + (endReadTime-startReadTime) + "ms------");
}

Excel匯入事件監聽

// 事件監聽
public class EasyExceGeneralDatalListener extends AnalysisEventListener<Map<Integer, String>> {
    /**
     * 處理業務邏輯的Service,也可以是Mapper
     */
    private EmpService empService;

    /**
     * 用於儲存讀取的資料
     */
    private List<Map<Integer, String>> dataList = new ArrayList<Map<Integer, String>>();

    public EasyExceGeneralDatalListener() {
    }

    public EasyExceGeneralDatalListener(EmpService empService) {
        this.empService = empService;
    }

    @Override
    public void invoke(Map<Integer, String> data, AnalysisContext context) {
        //資料add進入集合
        dataList.add(data);
        //size是否為100000條:這裡其實就是分批.當資料等於10w的時候執行一次插入
        if (dataList.size() >= ExcelConstants.GENERAL_ONCE_SAVE_TO_DB_ROWS) {
            //存入資料庫:資料小於1w條使用Mybatis的批次插入即可;
            saveData();
            //清理集合便於GC回收
            dataList.clear();
        }
    }

    /**
     * 儲存資料到DB
     *
     * @param
     * @MethodName: saveData
     * @return: void
     */
    private void saveData() {
        empService.importData(dataList);
        dataList.clear();
    }

    /**
     * Excel中所有資料解析完畢會呼叫此方法
     *
     * @param: context
     * @MethodName: doAfterAllAnalysed
     * @return: void
     */
    @Override
    public void doAfterAllAnalysed(AnalysisContext context) {
        saveData();
        dataList.clear();
    }
}

核心業務程式碼

public interface EmpService {
    void export() throws IOException;

    void importData(List<Map<Integer, String>> dataList);

}

    /*
     * 測試用Excel匯入超過10w條資料,經過測試發現,使用Mybatis的批次插入速度非常慢,所以這裡可以使用 資料分批+JDBC分批插入+事務來繼續插入速度會非常快
    */
    @Override
    public void importData(List<Map<Integer, String>> dataList) {
        //結果集中資料為0時,結束方法.進行下一次呼叫
        if (dataList.size() == 0) {
            return;
        }
        //JDBC分批插入+事務操作完成對20w資料的插入
        Connection conn = null;
        PreparedStatement ps = null;
        try {
            long startTime = System.currentTimeMillis();
            System.out.println(dataList.size() + "條,開始匯入到資料庫時間:" + startTime + "ms");
            conn = JDBCDruidUtils.getConnection();
            //控制事務:預設不提交
            conn.setAutoCommit(false);
            String sql = "insert into emp (`empno`, `ename`, `job`, `mgr`, `hiredate`, `sal`, `comm`, `deptno`) values";
            sql += "(?,?,?,?,?,?,?,?)";
            ps = conn.prepareStatement(sql);
            //迴圈結果集:這裡迴圈不支援lambda表示式
            for (int i = 0; i < dataList.size(); i++) {
                Map<Integer, String> item = dataList.get(i);
                ps.setString(1, item.get(0));
                ps.setString(2, item.get(1));
                ps.setString(3, item.get(2));
                ps.setString(4, item.get(3));
                ps.setString(5, item.get(4));
                ps.setString(6, item.get(5));
                ps.setString(7, item.get(6));
                ps.setString(8, item.get(7));
                //將一組引數新增到此 PreparedStatement 物件的批次處理命令中。
                ps.addBatch();
            }
            //執行批次處理
            ps.executeBatch();
            //手動提交事務
            conn.commit();
            long endTime = System.currentTimeMillis();
            System.out.println(dataList.size() + "條,結束匯入到資料庫時間:" + endTime + "ms");
            System.out.println(dataList.size() + "條,匯入用時:" + (endTime - startTime) + "ms");
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            //關連線
            JDBCDruidUtils.close(conn, ps);
        }
    }

}

jdbc工具類

//JDBC工具類
public class JDBCDruidUtils {
    private static DataSource dataSource;

    /*
   建立資料Properties集合物件載入載入組態檔
    */
    static {
        Properties pro = new Properties();
        //載入資料庫連線池物件
        try {
            //獲取資料庫連線池物件
            pro.load(JDBCDruidUtils.class.getClassLoader().getResourceAsStream("druid.properties"));
            dataSource = DruidDataSourceFactory.createDataSource(pro);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    /*
    獲取連線
     */
    public static Connection getConnection() throws SQLException {
        return dataSource.getConnection();
    }


    /**
     * 關閉conn,和 statement獨物件資源
     *
     * @param connection
     * @param statement
     * @MethodName: close
     * @return: void
     */
    public static void close(Connection connection, Statement statement) {
        if (connection != null) {
            try {
                connection.close();
            } catch (SQLException e) {
                e.printStackTrace();
            }
        }
        if (statement != null) {
            try {
                statement.close();
            } catch (SQLException e) {
                e.printStackTrace();
            }
        }
    }

    /**
     * 關閉 conn , statement 和resultset三個物件資源
     *
     * @param connection
     * @param statement
     * @param resultSet
     * @MethodName: close
     * @return: void
     */
    public static void close(Connection connection, Statement statement, ResultSet resultSet) {
        close(connection, statement);
        if (resultSet != null) {
            try {
                resultSet.close();
            } catch (SQLException e) {
                e.printStackTrace();
            }
        }
    }

    /*
    獲取連線池物件
     */
    public static DataSource getDataSource() {
        return dataSource;
    }

}

druid.properties組態檔

這裡我將檔案建立在類路徑下，需要注意的是連線mysql資料庫時需要指定rewriteBatchedStatements=true批次處理才會生效，否則還是逐條插入效率較低，allowMultiQueries=true表示可以使sql語句中有多個insert或者update語句（語句之間攜帶分號），這裡可以忽略。

# druid.properties設定
driverClassName=com.mysql.jdbc.Driver
url=jdbc:mysql://localhost:3306/llp?autoReconnect=true&useUnicode=true&useSSL=false&serverTimezone=GMT%2B8&allowMultiQueries=true&rewriteBatchedStatements=true
username=root
password=root
initialSize=10
maxActive=50
maxWait=60000

測試結果

------開始讀取Excel的Sheet時間(包括匯入資料過程):1674181403555ms------
200000條,開始匯入到資料庫時間:1674181409740ms
2023-01-20 10:23:29.943 INFO 18580 --- [nio-8888-exec-1] com.alibaba.druid.pool.DruidDataSource : {dataSource-1} inited
200000條,結束匯入到資料庫時間:1674181413252ms
200000條,匯入用時:3512ms
200000條,開始匯入到資料庫時間:1674181418422ms
200000條,結束匯入到資料庫時間:1674181420999ms
200000條,匯入用時:2577ms
.....
200000條,開始匯入到資料庫時間:1674181607405ms
200000條,結束匯入到資料庫時間:1674181610154ms
200000條,匯入用時:2749ms
------結束讀取Excel的Sheet時間(包括匯入資料過程):1674181610155ms------
------讀取Excel的Sheet時間(包括匯入資料)共計耗時:206600ms------

這裡我刪除裡部分紀錄檔，從列印結果可以看出，在我的電腦上匯入500w資料差不多需要20多秒的時間，還是很快的。當然公司的業務邏輯很複雜，資料量也比較多，表的欄位也比較多，匯入和匯出的速度會比現在測試的要慢一點。

4.總結

1.如此大批次資料的匯出和匯入操作，會佔用大量的記憶體實際開發中還應限制操作人數。

2.在做大批次的資料匯入時，可以使用jdbc手動開啟事務，批次提交。

以上就是基於EasyExcel實現百萬級資料匯入匯出詳解的詳細內容，更多關於EasyExcel資料匯入匯出的資料請關注it145.com其它相關文章！