核心思路是避免主线程阻塞：通过流式解析、分片处理+让权、后台线程执行、前置校验四大策略，确保耗时操作不连续占用超16ms，保障渲染流畅。
核心思路是不让主线程干重活：把解析、计算、渲染这些耗时操作从主线程移走，或切成小块穿插执行，避免连续占用超过 16ms。
用流式解析代替一次性 JSON.parse
大 JSON 字符串直接调用 JSON.parse() 会同步阻塞主线程，内存暴涨且无法中断。应改用事件驱动的流式解析器：
- 前端推荐 stream-json：配合
stream-parser和stream-filter，边读边提取关键字段，内存稳定在 KB 级 - Node.js 可选 jsonparse 或 clarinet，适合日志聚合、ETL 场景
- 后端 Java 优先用 Jackson Streaming API（JsonParser）：跳过无关字段，按需构建对象，不生成完整树形结构
分片处理 + 主线程让权
即使不用流式，也能通过“切片 + 让出控制权”缓解卡顿：
- 将数据按数量（如每 200 条）或节点量（非字符数）分批，每批处理后调用 requestIdleCallback 或 setTimeout(..., 0) 让浏览器有机会渲染和响应
- 对 HTML 导入场景：先用 DOMParser 解析为文档对象，再切片插入 DocumentFragment，最后一次性挂载
- 避免在循环中连续创建/插入 DOM 节点——这会频繁触发重排重绘，加剧掉帧
移到后台线程或异步环境执行
真正耗时的操作，必须脱离主线程：
- 前端用 Web Workers 处理 JSON 解析、数据过滤、格式转换等纯计算任务，主线程只负责通信与 UI 更新
- Node.js 启用 worker_threads，将大 JSON 转换丢进独立线程，主线程保持 HTTP 响应能力
- Android / iOS / 鸿蒙开发中，网络、数据库、文件 I/O 必须放在子线程（如 AsyncTask、Kotlin Coroutine、HandlerThread），UI 线程只做轻量更新
前置校验 + 结构约束防无效开销
很多卡顿源于尝试解析非法或超规数据，提前拦截能省下大量无谓消耗：
- 用正则快速判断 JSON 是否以
{或[开头、以对应括号结尾，拦截明显格式错误 - 服务端限制请求体大小（如 Nginx
client_max_body_size、Springspring.mvc.max-request-size） - 对已知结构的数据，用 JSON Schema 预验证，失败直接返回 400，不进入解析流程
