MongoClient 默认启用连接池，应全局单例复用；错误地在函数内频繁创建会导致连接数暴涨；合理设置 maxPoolSize（20~50）、minPoolSize（5），通过 serverStatus 和 connPoolStats 验证效果。
直接用 pymongo.MongoClient 就自带连接池，不用手动配置
很多人以为要像 MySQL 那样显式设置 max_connections 或 pool_size，其实 MongoClient 默认就启用了连接池，且行为稳定可靠。它会在首次调用时懒初始化，并复用底层 socket 连接——只要你不频繁创建/销毁 MongoClient 实例。
常见错误是：在函数里每次请求都 new 一个 MongoClient，比如 Flask 路由中写 client = MongoClient(...)。这会导致连接数暴涨、端口耗尽，甚至触发 MongoDB 的 connection refused 错误。
- ✅ 正确做法：全局单例复用同一个
MongoClient实例（模块级变量或依赖注入） - ❌ 错误做法：在 handler、循环或短生命周期对象里反复实例化
- ⚠️ 注意：
MongoClient是线程安全的，但不是进程安全的；多进程场景下每个进程仍应有自己的实例
maxPoolSize 和 minPoolSize 怎么设才合理？
默认 maxPoolSize=100，minPoolSize=0。多数 Web 服务根本用不到 100 个并发连接，盲目调高反而增加内存和调度开销；而设太低（如 5）又容易在突发流量时卡住请求。
建议按实际并发压力调整，而不是拍脑袋填数字：
立即学习“Python免费学习笔记（深入）”；
- 查应用平均 QPS 和单次操作耗时，估算峰值并发连接数 ≈ QPS × 平均响应时间（秒）
- Web API 场景通常设
maxPoolSize=20~50，minPoolSize=5可减少冷启动延迟 -
maxIdleTimeMS=60000（默认）足够，不建议调小——过早回收空闲连接会增加重建开销 - 别碰
waitQueueTimeoutMS，除非你明确需要控制排队等待上限（默认无限等待）
如何验证连接池是否生效？
光看代码没用，得观察真实连接行为。MongoDB 提供了现成的诊断入口：
- 连接后执行
db.command("serverStatus")["connections"]，看current值是否远低于available，且随负载波动但不爆炸式增长 - 用
client.admin().command("connPoolStats")（4.2+）直接查连接池统计，重点关注totalCreated和totalAvailable - 加日志：启用
logging.basicConfig(level=logging.DEBUG)，再设置loggers={"pymongo": {"level": "DEBUG"}}，能看到连接获取/释放日志
如果发现 totalCreated 持续上涨且不回落，基本说明你在某处泄露了连接（比如没关 cursor、没释放 session）。
异步框架（如 FastAPI + motor）要不要配连接池？
要用，但配置逻辑不同。motor 的 MotorClient 也内置连接池，但它是基于 asyncio 的，不能和同步 MongoClient 混用。
- 必须用
MotorClient替代MongoClient，否则会阻塞事件循环 -
maxPoolSize含义相同，但实际并发受 async 任务调度影响更大，建议从 10 起步压测 - 注意：
await client.get_database(...).get_collection(...).find(...)返回的是AsyncIOMotorCursor，必须用async for或to_list()消费，否则连接不会释放 - 别在
async def里调time.sleep()或其他阻塞操作，这会让连接卡住，看起来像连接池耗尽
连接池本身不难配，难的是让整个数据访问链路不破坏连接复用——从实例生命周期、cursor 处理到异常路径清理，漏掉一环就可能让连接悄悄堆积。
