MicroPython嵌入式设备：静态变量与JSON配置的内存效率选型问询

首先直接给你结论：如果想最大化省内存，不要同时保留原始JSON字典和独立静态变量——二选一即可，而两者的内存差异其实远没有你担心的那么大，核心是看你更倾向于内存极致优化还是可读性。

下面拆解细节和具体方案：

内存占用的核心差异分析 #

当你用ujson.load()加载JSON后，得到的嵌套字典本身会占用两部分内存：

1. 字典的结构开销（哈希表、键字符串的存储）
2. 配置值本身（布尔、整数、字符串等不可变对象）

如果你再把值赋值给独立变量（比如ISDEBUG = config["global"]["isdebug"]）：

• 对于不可变类型（bool/int/短字符串），MicroPython不会拷贝数据，只是给同一个对象新增了一个引用
• 但如果你同时保留原始字典，就会额外占用字典结构的内存（嵌套层级、键名等），这才是真正的「无意义双重占用」——配置值本身没有重复，但字典的结构和键名存了两份（一份在原始JSON字典，一份在模块的全局命名空间字典）

两种最优方案（二选一） #

方案1：直接使用扁平字典（极致内存优化） #

如果你的设备内存已经非常吃紧，推荐加载后立刻扁平化字典，删除不必要的嵌套和原始结构：

import ujson
import gc

# 流式加载JSON，避免一次性读入整个文件到内存
with open('config.json', 'r') as f:
    config = ujson.load(f)

# 只保留需要的子字典，删除顶层结构
global_cfg = config.pop("global")
# 如果还有其他子配置，同理提取后删除原始config
del config

# 手动触发GC回收内存
gc.collect()

# 之后直接用global_cfg["isdebug"]、global_cfg["filepath"]来访问

这种方式的优势是：

• 只保留一层字典结构，减少嵌套带来的额外内存开销
• 不需要为每个配置项创建单独变量，共享一个字典的键名存储，比多个变量的命名空间开销略小（尤其是配置项多的时候）

方案2：赋值独立变量+删除原始字典（兼顾可读性） #

如果你更看重代码可读性（符合大型项目的静态变量习惯），完全可以这么做，但一定要记得删除原始字典并触发GC：

import ujson
import gc

with open('config.json', 'r') as f:
    config = ujson.load(f)

# 把需要的配置项赋值给明确的变量
ISDEBUG = config["global"]["isdebug"]
FILE_PATH = config["global"]["filepath"]
TIMEOUT = config["global"]["timeout"]
BUFFER_SIZE = config["global"]["buffersize"]

# 关键：删除原始字典，让GC回收它的结构内存
del config
gc.collect()

# 之后直接用ISDEBUG、FILE_PATH等变量

这种方式的内存开销和方案1几乎一致——因为模块的全局命名空间本身就是一个字典，变量名就是这个字典的键，和方案1里的字典键名内存开销差别极小，但可读性更好。

额外的MicroPython内存优化技巧 #

1. 优先用ujson.load()而非loads()：前者是从文件流读取解析，不需要先把整个文件读成字符串，能节省不少临时内存
2. 避免冗余嵌套：如果JSON配置有多层嵌套，加载后立刻提取需要的层级，删除上层结构
3. 手动触发GC：在删除大对象（比如原始配置字典）后，调用gc.collect()强制回收内存，小内存设备上这点很重要
4. 短键名/变量名（可选）：如果配置项极多，可以用更短的名称（比如DBG代替ISDEBUG），但只在内存极端紧张时考虑，可读性优先

关于「双重占用」的澄清 #

如果你只保留独立变量（删除了原始字典），不存在配置值的双重存储——变量只是引用了原来的对象，内存里只有一份配置值。真正的浪费是同时保留原始字典和独立变量，这时候字典的结构和键名会占用额外内存，完全没必要。

内容的提问来源于stack exchange，提问作者Nathan