localStorage优化核心在于源头设计而非压缩算法，通过语义化命名空间、精简对象结构、分块存储和内存缓存四大策略提升效率与可靠性。
localStorage 数据结构优化和空间节省不是靠“压缩算法”硬压，而是从设计源头减少冗余、控制粒度、规避序列化开销。核心在于让存进去的每个字节都有明确用途，而不是堆完再想办法“挤”。
键名与命名空间隔离
避免用模糊键名（如 data、cache）存储混合类型数据。统一采用语义化前缀+业务标识的格式，例如：
- user_preferences_theme（用户偏好主题）
- board_tasks_v2（看板任务，带版本号便于迁移）
- history_recent_202606（按月分片的历史记录）
这种设计天然支持批量清理（如清除所有 history_* 键），也避免跨模块覆盖风险。Nullboard 就通过 nullboard.* 命名空间实现元数据、看板数据、历史记录三类分离。
精简对象结构，避免嵌套冗余
localStorage 只存字符串，JSON 序列化后体积会显著膨胀。实际开发中常见冗余包括：
- 保留未使用的字段（如后端返回的 created_by.id、updated_at.iso 等完整对象）
- 重复存储相同值（如多个任务共用同一看板 ID，却每条都存一遍）
- 用 Date 对象直接存——必须转成时间戳或 ISO 字符串，否则 JSON.stringify 后变成空对象 {}
建议只保留渲染和逻辑必需的字段。Open MCT 的做法值得参考：以 identifier.key 为 key，value 仅含必要属性，不带原型链、方法或临时状态。
分块存储 + 元数据管理
单条数据超过 1MB 或总容量逼近 5MB 时，直接 JSON.stringify 容易触发 QuotaExceededError。分块是成熟可行的方案：
- 设定安全块大小（如 900KB），预留缓冲空间
- 写入前先存元数据（总块数、原始长度、分块大小），用于后续校验和拼接
- 读取时按序合并再解析，避免一次性加载超大字符串阻塞主线程
该方式不依赖额外库，兼容所有现代浏览器，且比 Base64 编码或 LZString 更轻量可控。
内存缓存 + 按需持久化
localStorage 是同步阻塞 I/O，频繁读写会卡顿。正确姿势是：
- 应用启动时一次性读取并解析到内存对象中（const cache = JSON.parse(localStorage.getItem('key') || '{}')）
- 后续操作全部在内存中进行，仅在关键节点（如用户离开页面、保存动作触发）才写回 localStorage
- 对高频变更字段（如拖拽排序中的位置索引）可延迟写入，用 setTimeout 或 requestIdleCallback 聚合更新
这既规避了主线程阻塞，又减少了磁盘写入次数，同时保持数据最终一致性。
