连接池最大 50 个，空闲 10 分钟后取出的连接有 30% 在第一次 send 时抛 BrokenPipeError，重试后才成功。乍看像缓存或者权限的锅，追下去往往不是。
if time.time() - conn.last_used > 300:
conn.close()
conn = new_conn()
追下去是这么回事：连接在池里放着，对端或防火墙已经把它关了，池子没有做探活。取出来直接用，第一次写才会发现连接已死。
「连接池死连接」相关的验证我通常做两遍，改完一次、隔天再看一次，确认不是临时生效。验证用真实数据走一遍，测试数据太干净，边界情况根本碰不到。
能分两步做的操作就别合成一步，中间看一眼返回值，出问题好判断。报错里带路径的，先去看那个路径在不在、权限对不对。
同一份配置存在多处的，先确认改的是被加载的那一份。新版本先放一台机器上跑一天再全量，问题一般在这段时间暴露。
具体做法是，取用前做一次轻量探活；设置 max_idle_time 超过就淘汰；写失败时剔除并重建连接；把重建次数打进监控。
验收就看一点，加上空闲淘汰后 BrokenPipe 从 30% 降到 0.3%，每小时重建次数不到 5 次。