一个文件在硬盘上看着不大，读进 Python 后却可能突然撑满内存。原因很简单：常用的 json.load() 会一次性把整份 JSON——一种用文本保存对象、数组和数值的通用格式——变成字典、列表和字符串。即使你只需要其中几个字段，其他内容也会一起留在内存里。
据 KDnuggets 记录，教程在 Google Colab 中处理约 181MB 的 San Francisco City Lots GeoJSON 时，进程内存从约 43MB 升到 808MB。数据里庞大的几何坐标也被完整载入，尽管分析只需要每块土地的少数字段。换句话说，磁盘上的文件大小，并不能代表解析后的真实内存账单。
替代办法是 ijson——Python 的增量式 JSON 解析库。它像流水线一样逐个读取 features 数组中的对象，提取所需属性后即可释放，无需同时保存完整对象树。这样，峰值内存主要取决于单条记录，而不是整份文件。这个案例没有给出流式方案的具体内存数字，但已说明一个实用原则：面对大型 JSON，先考虑逐条处理，不要默认整文件读入。