使 Python 'requests' 模块的连接池大小非常大有什么缺点？
What are the drawbacks for making the connection pool size for the Python 'requests' module very large?
在将 HTTPAdapter 挂载到 requests.Session() 上时，我遇到了连接最终被丢弃的问题，因为我正在发出异步调用（针对同一主机，即属于同一连接池）在每个批次大小都高于最大池大小的批次中。当然，解决方案是增加最大池大小。
我想知道的是，在发出较少的较大批量大小（具有较大的最大池大小）的迭代与较大的较小批量大小的迭代（具有较小的池大小）之间的权衡是什么。将池大小扩展到无限大并在一个批处理请求中发出所有异步调用（属于同一池）有什么问题？
在requests.adapters HTTPAdapter the settings for the connection pool are likely passed directly down to urllib3's PoolManager。
调整 ConnectionPool 的大小以允许更多连接没有问题。但是，您应该考虑一个缺点……主机响应您的请求的能力。根据我的经验，这将是真正的瓶颈。其实参考上面的urllib3link：
However, if you specify block=True then there can be at most maxsize
connections open to a particular host. Any new requests will block
until a connection is available from the pool. This is a great way to
prevent flooding a host with too many connections in multi-threaded
applications.
在将 HTTPAdapter 挂载到 requests.Session() 上时，我遇到了连接最终被丢弃的问题，因为我正在发出异步调用（针对同一主机，即属于同一连接池）在每个批次大小都高于最大池大小的批次中。当然，解决方案是增加最大池大小。
我想知道的是，在发出较少的较大批量大小（具有较大的最大池大小）的迭代与较大的较小批量大小的迭代（具有较小的池大小）之间的权衡是什么。将池大小扩展到无限大并在一个批处理请求中发出所有异步调用（属于同一池）有什么问题？
在requests.adapters HTTPAdapter the settings for the connection pool are likely passed directly down to urllib3's PoolManager。
调整 ConnectionPool 的大小以允许更多连接没有问题。但是，您应该考虑一个缺点……主机响应您的请求的能力。根据我的经验，这将是真正的瓶颈。其实参考上面的urllib3link：
However, if you specify block=True then there can be at most maxsize connections open to a particular host. Any new requests will block until a connection is available from the pool. This is a great way to prevent flooding a host with too many connections in multi-threaded applications.