默认aiohttp.TCPConnector频繁新建连接，根本原因是limit过小、limit_per_host为0或keepalive_timeout过短；需显式配置limit、limit_per_host、keepalive_timeout等参数并确保session复用和生命周期管理正确。
为什么默认的 aiohttp.TCPConnector 会频繁新建连接
默认情况下，aiohttp.ClientSession 使用的 TCPConnector 启用了连接池，但池大小和复用策略受多个隐式参数影响。常见现象是：发几十个并发请求，Wireshark 显示大量 SYN 包，netstat 查到一堆 TIME_WAIT，说明连接没被复用——根本原因通常是 limit（总连接数上限）太小、limit_per_host（单域名上限）为 0 或未设、或 keepalive_timeout 过短导致连接被主动关闭。
TCPConnector 关键参数怎么配才真正复用
连接复用不是开个连接池就自动生效，必须显式控制生命周期和容量。重点调这几个参数：
-
limit=100：总空闲连接上限，设太小（如默认 100）在高并发下仍会排队；建议按压测结果上调，但注意系统文件描述符限制 -
limit_per_host=30：单域名最大空闲连接数，**必须显式设置非 0 值**，否则 aiohttp 默认为 0，即不复用同 host 的连接 -
keepalive_timeout=30：空闲连接保活时长（秒），设太短（如默认 15s）会导致连接很快被回收；后端服务的 keepalive timeout 要同步检查，不能比它更长 -
force_close=False：确保不强制关闭连接；设为True会禁用复用 -
enable_cleanup_closed=True：Python 3.11+ 推荐开启，及时清理已关闭的 socket，避免资源泄漏
示例初始化：
connector = TCPConnector(
limit=200,
limit_per_host=50,
keepalive_timeout=60,
force_close=False,
enable_cleanup_closed=True
)
session = ClientSession(connector=connector)
复用失效的典型信号和排查方式
即使参数配对了，也可能因环境或服务端行为失效。观察这些信号：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 响应头里没有
Connection: keep-alive或Keep-Alive: timeout=XX：服务端拒绝保活，客户端无法复用 - 日志出现
Unclosed connector或Connection closed：常因 session 生命周期管理不当，比如在协程退出前没调session.close()或没用async with - 大量
aiohttp.client_exceptions.ServerDisconnectedError：连接被服务端提前断开，需调低keepalive_timeout或加重试逻辑 - 同一 session 内连续请求却触发新 TLS 握手：检查是否启用了
ssl=False或证书验证异常，导致连接无法复用
和 requests.Session 复用机制的本质区别
别拿 requests 的连接池经验直接套用。aiohttp 的复用依赖两个前提：一是所有请求必须复用同一个 ClientSession 实例（不能每次 new 一个），二是请求必须在 session 生命周期内完成。常见错误包括：
- 把
ClientSession()放在异步函数内部创建：每次调用都新建 session，连接池完全失效 - 用完 session 不 close，又没用
async with：连接不释放，后续 session 可能因 fd 耗尽而 fallback 到新建连接 - 混用
session.get()和裸aiohttp.request()：后者绕过 session 连接池，永远不复用
真正复用的前提，是 session 实例长期存活且被反复使用——这和 requests 的线程局部存储模型完全不同。
连接复用效果最终取决于服务端配合程度和客户端参数对齐精度，光调 limit_per_host 不够，得连超时、SSL 配置、session 生命周期一起看。漏掉任意一环，都可能让“复用”变成纸上谈兵。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
