在哪里可以获取适用于性能测试的超大JSON文件？

• 最稳妥的方式是本地按需生成，大小、字段结构、嵌套深度都可以完全匹配你的测试场景，不用到处找资源：
  • 如果需要贴近真实业务结构的测试数据，可以用简单脚本生成，举个可直接跑的Python示例，本地装个基础依赖就能输出从MB级到几十GB级的文件：

import json
import random
# 提前本地执行pip install faker安装依赖即可生成拟真的各类业务字段
from faker import Faker
fake = Faker()
# 按需修改目标文件大小，单位为GB
target_file_size = 5
write_stream = open("perf_test_large.json", "w", encoding="utf-8")
write_stream.write("[")
is_first_item = True
current_file_bytes = 0
while current_file_bytes < target_file_size * 1024 ** 3:
    test_item = {
        "record_id": random.randint(1, 10**12),
        "user_name": fake.user_name(),
        "contact_email": fake.email(),
        "register_at": fake.iso8601(),
        "order_list": [
            {"order_no": fake.uuid4(), "pay_amount": round(random.uniform(5, 20000), 2)}
            for _ in range(random.randint(0, 30))
        ],
        "user_profile": {"signature": fake.text(), "address": fake.address()}
    }
    if not is_first_item:
        write_stream.write(",")
    is_first_item = False
    item_content = json.dumps(test_item, ensure_ascii=False)
    write_stream.write(item_content)
    current_file_bytes += len(item_content.encode("utf-8"))
write_stream.write("]")
write_stream.close()

• 如果只是测JSON解析、读写的极限性能，不需要拟真字段，完全可以不用第三方依赖，循环生成固定结构的键值对直接写入文件就行，单线程每分钟能生成10GB以上的测试文件，效率很高。
• 要找现成的真实结构大JSON文件，不用找小众资源站：
  • 各类官方开放数据平台的全量公开数据集，比如公共出行记录、公开学术元数据、开源生态的全量依赖关系导出数据，大多提供JSON格式的全量下载，单文件从几百MB到上百GB不等，都是生产环境真实导出的结构，比模拟数据更能测出真实场景下的性能表现。
  • 不要下载来源不明的大文件，避免夹带恶意内容，优先选官方渠道公开的数据集导出文件。
• 测试前的小提示：
  • 不要一开始就直接跑几十GB的文件做测试，先截个几MB的小样本验证JSON格式合法性，避免解析跑到一半才发现文件结构损坏浪费时间。
  • 如果是测试大文件流式处理能力，建议生成换行分隔的NDJSON格式文件，比包裹成单个数组的标准JSON更贴合大文件处理的真实业务场景。

内容的提问来源于stack exchange，提问作者Chris