Python 3.11 中用 aiohttp 实现高并发，关键必须显式配置 ClientTimeout、TCPConnector 和 asyncio.Semaphore：ClientTimeout 分层设超时（如 total=10, connect=3, sock_read=5），TCPConnector 调优连接池（如 limit=1000, limit_per_host=100, ttl_dns_cache=10），Semaphore 硬控并发数（如 500），三者缺一不可，否则 QPS 卡在几百并易触发限流或端口耗尽。
直接上结论：Python 3.11 中用 aiohttp 实现高并发，关键不是写多少 await，而是三件事必须显式配——ClientTimeout、TCPConnector、asyncio.Semaphore。缺一个，QPS 就卡在几百，还容易触发目标限流或本地端口耗尽。
为什么默认 ClientSession 一并发就卡住？
不是代码没写对，是 aiohttp 默认配置压根不为高并发设计：
-
TCPConnector(limit=100, limit_per_host=30)：全局最多 100 个连接，单域名最多 30 个——发 1000 个请求，实际同时跑的可能就二三十个，其余全在排队 - DNS 缓存默认
ttl_dns_cache=300（5 分钟）：域名解析结果长期不更新，万一目标切了 IP，你还在连旧地址 - 超时全靠系统默认（约 5 分钟）：一个 DNS 卡住或服务端假死，整批请求都得等它超时，拖垮吞吐
- Python 3.11 虽默认启用
uvloop（需手动装），但没显式调用uvloop.install()，事件循环仍是标准 asyncio，P99 延迟高一截
怎么配 TCPConnector 才不翻车？
连接池参数不是越大越好，要平衡目标服务容忍度和本地资源：
-
limit=0或limit=1000：设为 0 表示不限制总连接数；生产环境建议设为略高于预期并发数（比如目标扛 800 QPS，这里设 1000） -
limit_per_host=100：单域名上限别超过 100，否则大概率被 nginxlimit_conn或 Cloudflare 429 拦住 -
ttl_dns_cache=10：DNS 缓存缩到 10 秒，适应云服务动态 IP 变更 -
keepalive_timeout=30：空闲连接保持 30 秒，复用更充分；低于 15 秒容易频繁重连 -
force_close=False：必须关掉，否则连接池失效，每次都是新 TCP 握手
示例：
connector = aiohttp.TCPConnector(limit=1000, limit_per_host=100, ttl_dns_cache=10, keepalive_timeout=30)
立即学习“Python免费学习笔记（深入）”；
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
asyncio.Semaphore 是怎么控并发的？
它才是真正的“闸门”，管的是**同时发起的请求数**，和连接池无关：
- 信号量值设为 500，意味着最多 500 个
session.get()同时执行；第 501 个会自动 await 等前面任一完成 - 必须用
async with sem:包裹请求逻辑，不能只在gather外层套一层——那样起不到节流作用 - 别用
asyncio.gather(*tasks)直接扔 1000 个任务进去，那等于把闸门拆了 - 配合随机 jitter：
await asyncio.sleep(random.uniform(0.01, 0.05))，防请求毛刺打穿对方限流阈值
ClientTimeout 怎么分层设才合理？
单设 total 不够，建连慢和读响应慢要分开控：
-
connect=3：DNS 解析 + TCP 握手 + TLS 协商必须在 3 秒内完成，超时立刻换连接 -
sock_read=5：响应体读取最多 5 秒，避免大文件传输卡死 -
total=10：整个请求生命周期上限，兜底防止异常累积 - 别用
None或过长值（如 60），Python 3.11 下 asyncio 调度延迟敏感，长等待会放大协程堆积
示例：
timeout = aiohttp.ClientTimeout(total=10, connect=3, sock_read=5)
最容易被忽略的点：ClientSession 必须复用，绝不能在每个请求里新建；uvloop.install() 要在 asyncio.run() 前调用；orjson 替换 json 对响应构造提速明显，但遇到 datetime 得先 str()——这些细节不处理，性能瓶颈永远在 CPU 或序列化上，而不是网络本身。
