Mise en commun des connexions aux bases de données
Apprenez comment les pools de connexions éliminent le coût d’ouverture d’une connexion à la base de données pour chaque requête, et comment dimensionner et régler un pool pour de bonnes performances.
Mise en commun des connexions aux bases de données est une leçon System Design Basics for Backend Developers gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage System Design Basics for Backend Developers, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours System Design Basics for Backend Developers comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
The Cost of a Connection
Opening a database connection is expensive: a TCP handshake, authentication, and session setup can take tens of milliseconds. Doing this on every request adds latency and load you do not need.
What a Connection Pool Is
A connection pool keeps a set of open connections ready to reuse. A request borrows one, runs its query, and returns it — no setup cost per request.
- Lower latency
- Less load on the database
- A natural cap on concurrent connections
Borrow and Return
The lifecycle is simple: acquire a connection, use it, release it back to the pool. The critical rule is to always release, even on error, or the pool leaks.
conn = pool.acquire()
try:
conn.execute('SELECT 1')
finally:
pool.release(conn)Pool Size Basics
The key tuning knob is the maximum pool size. Too small and requests queue waiting for a connection; too large and you overwhelm the database with concurrent work and context switching.
Sizing the Pool
Bigger is not better. A common starting heuristic is based on CPU cores, not request count, because the database can only do so much in parallel.
cores = 4
# A popular rule of thumb (HikariCP):
pool_size = (cores * 2) + 1
print('suggested pool size:', pool_size)Queueing and Timeouts
When all connections are busy, new borrowers wait. Set an acquisition timeout so a request fails fast instead of hanging forever when the pool is exhausted. Surfacing the error early is better than a silent stall.
Connection Leaks
A leak happens when a borrowed connection is never returned. The pool slowly drains until every request blocks. Always release in a finally block (or use a context manager / try-with-resources) and enable leak detection in production.
with pool.acquire() as conn:
conn.execute('SELECT 1')
# released automatically on exitIdle and Max Lifetime
Tune connection longevity: an idle timeout closes connections the pool no longer needs, and a max lifetime recycles old connections to dodge stale sockets and server-side timeouts (e.g. a firewall dropping idle TCP).
Pools and Horizontal Scaling
Watch the math: 20 app servers each with a 50-connection pool means up to 1000 connections hitting one database — likely over its limit. Size per-instance pools with the total fleet in mind, or add a connection proxy.
instances = 20
per_instance = 50
print('total connections:', instances * per_instance)External Poolers
Tools like PgBouncer sit between apps and the database, multiplexing many client connections onto a few database connections. They are essential when you have many app instances or serverless functions that each open connections.
Tuning by Measurement
Do not guess. Monitor pool metrics — active connections, wait time, timeouts — under realistic load, then adjust size and timeouts. The right pool size is the smallest one that keeps wait time near zero.
Quick Check
Test your understanding of connection pooling.
Recap
You learned to optimize database access with pooling:
- Pools reuse connections to avoid per-request setup cost
- Size pools by capacity (e.g. cores), not request volume
- Always release; guard against leaks with timeouts and detection
- Account for total connections across all instances; use poolers like PgBouncer at scale
Questions Fréquemment Posées
La leçon « Mise en commun des connexions aux bases de données » est-elle gratuite ?
Oui — le texte complet de « Mise en commun des connexions aux bases de données » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours System Design Basics for Backend Developers, passe à CoddyKit PRO. Le cours System Design Basics for Backend Developers comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Mise en commun des connexions aux bases de données » ?
Apprenez comment les pools de connexions éliminent le coût d’ouverture d’une connexion à la base de données pour chaque requête, et comment dimensionner et régler un pool pour de bonnes performances. Tu pratiques System Design Basics for Backend Developers avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer System Design Basics for Backend Developers ?
Aucune expérience préalable n'est requise. System Design Basics for Backend Developers sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Mise en commun des connexions aux bases de données » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon System Design Basics for Backend Developers ?
Oui. Chaque leçon System Design Basics for Backend Developers inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Optimisation de la latence et du débit
- Concurrence et parallélisme
- Tests de performance et profilage
- Mise en commun des connexions aux bases de données