高效处理大型JSON数据需流式读取、分块解析、零拷贝传输与过滤下沉：用response.body.getReader()切分JSONL或数组，Worker内流式解析并实时过滤，Transferable Objects实现零拷贝，配合AbortController取消机制和IndexedDB缓存。
在 Web Worker 中高效传递和解析大型 JSON 数据，关键不是“把 JSON 字符串丢进去再 parse”，而是绕开主线程阻塞、避免内存翻倍、跳过全量序列化——核心思路是：流式读取 + 分块解析 + 零拷贝传输 + 过滤下沉。
用流式读取代替整包 fetch
别让 fetch(url).then(r => r.json()) 把几百 MB 的 JSON 一次性加载进内存再传给 Worker。这会触发两次大内存分配（主线程解析完 + 传给 Worker 时结构化克隆），极易 OOM。
- 改用
response.body.getReader()拿到流式 reader，在主线程边收边切块 - 对 JSONL（每行一个 JSON 对象）格式，按
\n切分；对标准 JSON 数组，可监听[和]层级或用简单状态机识别对象边界 - 每次拼出一个完整 JSON 对象（如
{...}或[...]片段），就立刻用postMessage推给 Worker，不等全部下载完
Worker 内用事件驱动解析器实时过滤
Worker 收到的不是原始字符串，而是已切好的 JSON 片段。直接调 JSON.parse() 仍可能卡顿（尤其嵌套深、字段多）。应使用流式解析器，边解析边判断、边输出结果。
deep-java-review
下载
Java项目代码review工具。分析Git变更+完整调用链路上下文，推断业务需求，进行多维度评分和分类汇总，生成完整PRD文档。包含细粒度Java代码审查清单（Null安全、异常处理、Streams、并发、equals/hashCode、资源管理、API设计、性能、MyBatis/ORM、事务边界、SQL/DD...
- 推荐
stream-json或轻量版jsonparse：监听startObject开始收集，endObject触发一次过滤判断 - 过滤逻辑必须写在 Worker 内：比如
item.status === 'active'或item.title.includes(keyword)，匹配才self.postMessage(item) - 避免把原始数据全发回主线程再筛——那等于没搬出主线程
用 Transferable Objects 零拷贝传数据
如果 Worker 需要处理的是二进制数据（如压缩 JSON、Base64 编码块）或已转成 ArrayBuffer 的文本，务必启用零拷贝传输。
立即学习“Java免费学习笔记（深入）”；
- 主线程：构造
Uint8Array或ArrayBuffer，填充后调用worker.postMessage({type: 'chunk', buffer}, [buffer]) - 传完后主线程的
buffer自动失效（byteLength === 0），Worker 拿到的是同一块内存的控制权 - 支持类型：仅
ArrayBuffer、MessagePort、ImageBitmap、OffscreenCanvas、SharedArrayBuffer
加取消机制和缓存提升体验
用户切换筛选条件或离开页面时，正在跑的解析任务不能挂在那里占资源。
- 主线程发送
{ type: 'abort' }消息，Worker 内用AbortController.signal监听并主动退出循环（注意兼容性，旧浏览器可用布尔标志位） - 首次解析成功的结果，存入
IndexedDB（用structuredClone存对象，或直接存ArrayBuffer） - 下次加载前先查缓存，命中则跳过解析，直接读取并渲染，响应速度从秒级降到毫秒级
