为什么Python内置json模块解析大列表时内存占用翻倍

风强君_1402

风强君_1402

2026-11-19

422人浏览

原创

Python的dict和list对象内存开销大,因含哈希表、引用计数、类型指针等元数据,单个dict至少240+字节,list存8字节指针且预分配冗余空间,字符串重复解析不去重,嵌套加深导致元数据叠加,使500MB JSON数组解析后内存飙升至2–3GB。

为什么python内置json模块解析大列表时内存占用翻倍

json.load() 解析一个顶层是数组的大 JSON 文件(比如 [{...}, {...}, ...]),内存占用远超文件体积,不是因为“读得慢”,而是对象构造本身在爆炸。

为什么字典和列表对象会吃掉数倍内存

Python 的 dict 和 list 不是紧凑字节数组,每个元素都带开销:

  • 每个 dict 对象包含哈希表、引用计数、类型指针、空闲槽位 —— 即使只存一个键值对,也至少占 240+ 字节
  • 每个 list 内部维护动态数组,预分配空间常达实际长度的 1.125 倍,且每个位置存的是指向对象的 8 字节指针,不是原始数据
  • 字符串字段(如 "id", "name")被重复解析为独立 str 对象,无法自动去重
  • 嵌套越深,中间容器对象(如每层 dict)叠加的元数据越多

一个 500MB 的 JSON 数组文件,含 200 万条记录,json.load() 后 RSS 内存常飙到 2–3GB,主因就是这层层封装。

json.load() 和逐行 json.loads() 的内存差异

关键不在于“是不是大文件”,而在于“结构是否可拆”。

  • ✅ 适合逐行:NDJSON / JSONL 格式(每行一个完整 JSON 对象)
    • for line in f: obj = json.loads(line.strip())
    • 每次只构造一个对象,上一个被 GC 回收后内存基本回落
  • ❌ 绝对不能逐行:标准 JSON(单个大数组包裹全部)
    • json.loads("[{...},{...}]") 仍需一次性构建整个 list 和所有嵌套 dict
    • 行内切分毫无意义,JSON 语法不允许跨行截断

验证格式最简单方式:head -n 3 huge.json | python -m json.tool。如果报错 Expecting value,说明它不是 NDJSON。

ijson 流式提取如何绕过对象爆炸

ijson.items(f, 'item') 这类调用不生成完整列表,而是按需 yield 解析出的每个子对象:

Json To Jianying Description
Json To Jianying Description

将包含oralBroadcastingList、materialList、bgmInfo等字段的JSON视频素材转换为剪映API可用的自然语言描述,用于生成视频制作指令,包括素材匹配、时间轴计算、字幕同步、特殊效果处理等。

下载
  • 底层用 C 扩展逐字节扫描,匹配路径表达式(如 rows.item)
  • 只在匹配到目标路径时才构造对应 Python 对象,其余部分跳过
  • 对象生命周期严格绑定于当前迭代,不会滞留

但要注意路径写法必须精确:

  • 文件结构是 {"data": [{"id":1}, {"id":2}]},就得用 ijson.items(f, 'data.item')
  • 写成 'item' 或 'data.*' 会静默跳过所有内容,不报错也不 yield

别让生成器变成“纸面流式”

常见陷阱是写了生成器,但消费端一不小心就触发全量加载:

  • 错误:list(generator)、len(list(generator))、pandas.DataFrame(list(generator))
  • 正确:用 for obj in generator: 逐个处理,或用 itertools.islice 控制批次大小

真正节省内存的前提是:上游不构造、下游不收集。

大 JSON 解析的复杂点不在“怎么写代码”,而在“怎么定义数据边界”——是 NDJSON?是单对象嵌套?还是混合结构?没确认清楚就选工具,ijson 也可能白装。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python js json

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5564

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33997

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3103

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程