解决高并发下数据库连接池问题的优化方法

调整数据库连接池配置参数
增大连接池的最大连接数（如 max_connections），确保并发请求有足够的连接可用。设置合理的 min_connections 避免频繁创建和销毁连接。调整连接回收时间（如 pool_recycle）防止数据库主动断开空闲连接。

from sqlalchemy import create_engine
engine = create_engine(
    "postgresql://user:pass@localhost/db",
    pool_size=20,           # 初始连接数
    max_overflow=10,        # 允许动态增加的连接数
    pool_recycle=3600       # 连接回收时间（秒）
)

使用异步数据库驱动
选择原生支持异步的数据库库如 asyncpg（PostgreSQL）或 aiomysql（MySQL）。FastAPI 的异步接口与这些驱动协同效率更高，能减少 I/O 等待时间。

from databases import Database
database = Database("postgresql://user:pass@localhost/db")
@app.on_event("startup")
async def startup():
    await database.connect()

引入连接池预热机制
服务启动时预先建立一定数量的数据库连接，避免突发请求导致连接池瞬时压力过大。可通过 FastAPI 的 lifespan 事件实现。

@app.on_event("startup")
async def init_db_pool():
    for _ in range(5):  # 预热5个连接
        await database.execute("SELECT 1")

实施连接泄漏检测
通过监控工具或中间件跟踪未释放的连接。设置连接最长占用时间（如 timeout 参数），强制回收超时连接。SQLAlchemy 的 pre_ping 可检测失效连接。

engine = create_engine(
    "...",
    pool_pre_ping=True,     # 执行前检测连接有效性
    pool_timeout=30         # 获取连接的超时时间（秒）
)

采用读写分离架构
将读操作路由到只读副本，减轻主库压力。结合 FastAPI 的依赖注入系统，动态选择读写连接池。

async def get_read_db():
    return Database("postgresql://read_replica/db")
async def get_write_db():
    return Database("postgresql://master/db")

限流与队列缓冲
对数据库访问层实施限流（如 aioredis 实现的令牌桶），超出阈值的请求进入队列等待。避免连接池过载导致雪崩。

from fastapi import HTTPException, Request
async def rate_limiter(request: Request):
    if await redis.incr("req_count") > 100:
        raise HTTPException(429, "Too many requests")

连接池监控与动态调整
通过 Prometheus 等工具监控连接池使用率、等待时间等指标。基于实时数据动态调整连接池参数，实现弹性伸缩。

from prometheus_client import Gauge
db_connections = Gauge("db_connections", "Current active connections")
@app.middleware("http")
async def track_connections(request, call_next):
    db_connections.set(engine.pool.checkedout())
    return await call_next(request)