连接池溢出本质是连接未归还导致复用机制失效，而非单纯并发过高；requests多线程下因每个Session独占池、未关闭连接或未统一配置适配器引发资源浪费，aiohttp中循环创建ClientSession同样破坏复用，Flask+SQLAlchemy亦因session未显式关闭或pre_ping缺失导致假存活连接堆积。
连接池溢出不是“并发太多”的表象问题，而是连接复用机制被破坏后的必然结果——脚本没关连接，系统就真不还。
requests多线程下HTTPConnectionPool满警告的直接原因
典型日志：WARNING:urllib3.connectionpool:Connection pool is full, discarding connection: example.com。这不是错误，是urllib3在丢弃你没归还的连接。
- 默认
Session只配了pool_connections=10、pool_maxsize=10，10个连接上限，但你开了20个线程，每个都新建requests.Session()，等于造了20个独立池子，每个池子又只允许10个连接，实际资源翻倍浪费 - 没显式调用
session.close()，或线程退出时session对象被丢弃但底层TCP连接未释放，连接卡在ESTABLISHED或TIME_WAIT状态 -
headers = {'Connection': 'close'}看似关闭连接，实则强制退化为短连接，反而加剧端口耗尽和握手开销
aiohttp高并发时ClientSession连接池瞬间打满
现象是aiohttp.client_exceptions.ServerDisconnectedError或asyncio.TimeoutError，根源不在“并发太高”，而在连接生命周期失控。
- 在循环里每次请求都
async with aiohttp.ClientSession() as session:——每个session带一个独立TCPConnector，limit_per_host形同虚设，连接不复用 - 没配
keepalive_timeout，空闲连接一直挂着，池子被无效连接占满；设force_close=True则彻底放弃连接复用 - 没用
asyncio.BoundedSemaphore控并发数，limit=100只是上限，1000个协程同时抢连接，900个在排队，超时后全扔掉
requests重试配置反而加剧连接泄漏
requests.adapters.DEFAULT_RETRIES = 5这类全局设置，对连接池健康毫无帮助，还可能掩盖真实问题。
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
- 重试是针对单次请求失败的补救，而连接池溢出是资源管理失效——retry次数再多，卡住的连接也不会自动释放
- 把
s = requests.Session()放在循环外是基础，但若没统一管理mount适配器，不同协议（http/https）仍走默认小池子 - 真正该设的是
HTTPAdapter(pool_connections=50, pool_maxsize=50)，再session.mount('https://', adapter)，否则https请求还是用默认10连接池
Flask+SQLAlchemy里数据库连接池也一样会溢出
Web服务里db.session泄漏和爬虫连接池溢出本质相同：没归还。
-
@app.teardown_request不保险——异常中途退出、CLI命令、异步视图都不会触发；必须用@app.teardown_appcontext并确保db.session.close()执行 -
pool_pre_ping=False时，MySQL断连后连接还在池里“假存活”，后续所有取该连接的请求全卡死，表现就是连接池耗尽 -
max_overflow不是越大越好，设成100意味着MySQL要额外撑住100个连接，每条约15MB内存，容易直接拖垮DB
所有连接池问题最终都落在“谁创建、谁释放、何时释放”这三件事上。工具库不会替你记着连接用完了没，它只管分配——你忘了还，它就真不催。
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！
