openpyxl写入7万行时，报内存错误

OpenPyXL 是用于读写 Excel 文件的 Python 库，当尝试一次性写入大量数据时，特别是像 10 万个行的数据，可能会遇到内存限制，因为 OpenPyXL 是基于内存的，它会一次性加载整个工作簿到内存中。

解决这个问题的方法可以有：

1. **分批写入**[^1]：你可以采用分块的方式，比如每次写入 1000 行，而不是一次性写入所有数据。这样做的好处是可以降低内存消耗，但可能增加写入时间。示例代码（假设 `data` 是要写入的工作表）：

   start_row = 0
   while start_row < len(data):
       end_row = min(start_row + 1000, len(data))
       worksheet.append(data[start_row:end_row])
       start_row = end_row

2. **流式处理**：利用 OpenPyXL 提供的迭代器功能，逐行写入，不需要一次性加载所有数据到内存。这可能需要对数据结构做适当调整以适应迭代操作。

3. **优化内存管理**：减少不必要的变量和临时数据，释放不再使用的资源，例如关闭已写入的文件或工作簿。

4. **考虑使用其他库**：如 XlsxWriter 或者 Apache POI，它们可能有更好的内存管理策略，尤其针对大文件处理。

关于日志的影响，避免在循环中频繁打印日志信息可以显著提高程序执行速度，特别是在处理大量数据时。你可以在完成某个阶段的操作后再输出日志信息，或者使用更高效的日志级别（如 `WARNING` 或 `ERROR`），只记录关键事件。