格式选择取决于谁来用、怎么用
交付格式看起来是个小问题，但选错会在打开文件的第一步就卡住：几十万行的表格 Excel 打不开、嵌套的评论结构被压成一列看不懂、CSV 打开全是乱码。
判断标准就四个：数据量、后续处理工具、有没有嵌套字段、谁来协作。
三种格式各自适合什么
XLSX：给人看的
适合直接用 Excel 或表格软件查看、筛选、标注的场景。可以保留多个工作表，把数据和字段说明放在同一个文件里，也支持列宽、冻结首行这些便于阅读的设置。
限制是行数上限约一百万行，超过就无法完整打开；而且几十万行时，打开和筛选都会明显变慢。
适合： 客户名单、商家资料、需要业务人员直接使用和标注的数据。
CSV：给机器处理的
纯文本，结构简单，几乎所有工具都能读，也是导入数据库最省事的格式。文件体积明显小于同等数据量的 XLSX，处理超大数据量时优势明显。
限制是不保留任何格式信息，也不支持多工作表——所以字段说明必须单独给一份文件。
适合： 数据量大、要导入数据库或用脚本处理、需要接入已有数据流程的场景。
JSON：给有层级的数据用的
适合有嵌套结构的数据。最典型的是评论树——一条帖子下有多条一级评论，每条一级评论下又有回复。这种结构强行压平成表格，要么丢失层级关系，要么产生大量重复行。
限制是不能直接用表格软件查看，需要有人会处理。
适合： 评论与回复的层级关系、一个商品对应多个变体、一个商家对应多个类目标签这类一对多结构。
一个简单的判断顺序
- 数据有嵌套层级吗？有就用 JSON。
- 数据量超过几十万行吗？超过就用 CSV。
- 主要是业务人员直接看和筛选吗？是就用 XLSX。
- 都不确定？XLSX 加 CSV 各给一份。
第四种是最常见的选择。同一份数据导出两种格式的成本可以忽略，但能同时满足人看和机器处理两种需求。
几个容易踩的坑
CSV 的中文乱码。 这是 Excel 的编码识别问题，不是文件损坏。我们交付的 CSV 默认使用带 BOM 的 UTF-8 编码，可以被 Excel 正确识别。如果你的后续流程需要不带 BOM 的版本，提前说明即可。
长数字被转成科学计数法。 电话号码、商品编号这类长数字串在表格软件里可能被当成数值处理，导致前导零丢失或显示为科学计数法。这类字段我们会按文本处理，但如果你在自己的流程里重新导出，要注意这个问题。
换行符破坏 CSV 结构。 帖子正文、评论、商品描述里可能含有换行，处理不当会让一行数据被拆成多行。交付前会做转义处理，但如果你用简单的按行分割方式读取，仍然可能出错——建议用标准的 CSV 解析库读。
字段说明单独给。 CSV 和 JSON 都放不下字段说明，我们会附一份独立的说明文件。这份文件建议和数据文件一起归档，隔几个月之后回头看，字段口径全靠它。
关于文件拆分
数据量很大时，可以按地区、类目或时间段拆成多个文件。
拆分规则要和使用方式匹配。如果后续是按国家分别处理，就按国家拆；如果要整体导入数据库，那么不拆反而更省事。拆分方式在交付前确认一下，避免拿到手还要自己合并或重新拆。