orjson比标准json快4倍以上、内存低60%，序列化直接返回bytes，不支持indent/default/datetime直出，需提前转换类型并适配bytes接收逻辑。
json.dumps() 会把整个 Python 对象一次性转成字符串再返回，遇到大型响应（比如含数万条记录的 dict 或嵌套 list）时，不仅内存飙升，还会卡住主线程——这不是“慢”，是根本扛不住。
用 orjson 替代是最快见效的方案，它不返回 str 而是直接输出 bytes，跳过 UTF-8 编码阶段，也省掉中间字符串对象构造。实测 100MB 数据，orjson.dumps() 比 json.dumps() 快 4 倍以上，峰值内存低 60%。
- 安装只需
pip install orjson，Python 3.7+ - 所有输入必须是标准 JSON 可序列化类型（
dict、list、str、int、float、bool、None），不支持自定义类或datetime—— 若需支持，得提前转换 - 输出是
bytes，HTTP 响应中可直接写入response.body，无需再.encode('utf-8') - 不支持
indent或sort_keys等美化参数；如需格式化调试，应仅在开发环境降级用json.dumps(..., indent=2)
ujson 是另一个成熟选择，C 实现、兼容性略好于 orjson（支持部分自定义 default 回调），但速度稍慢、仍不支持 datetime 直出。若你已有 default 处理逻辑，改用 ujson.dumps(data, default=my_encoder) 几乎零迁移成本。
ijson 不适用于“序列化”，它是为反序列化大文件设计的流式解析器，别混淆。你要的是“从 Python 对象 → 流式输出 JSON 字节”，不是“从 JSON 文件 → 流式读取对象”。
立即学习“Python免费学习笔记（深入）”；
json.JSONEncoder 的 iterencode() 方法理论上能生成分块 str，但实际中：
- 每次
next()仍要构造新字符串，无法避免内存拷贝 - 不支持异步写入，无法与
asyncio.StreamWriter配合 - 没有底层 C 加速，性能接近原生
json，无实质优势
真正适合“流式序列化”的路径只有一条：用 orjson.dumps() 得到完整 bytes 后，手动切片分块写入（如 HTTP 分块传输编码），或结合 io.BytesIO + shutil.copyfileobj() 做零拷贝转发。不要试图让序列化过程本身“流式”，那是反模式——序列化本质是确定性计算，强行中断只会引入 bug 和边界判断开销。
最易被忽略的一点：如果你在 FastAPI 或 Starlette 中返回大型 JSON，别用 JSONResponse(content=...)，它内部仍走 json.dumps()。应直接返回 Response(content=orjson.dumps(data), media_type="application/json")，绕过框架默认编码链。
