Python 使用SQL Alchemy和pandas read_SQL避免内存问题

我有一个查询，可以在特定条件下获取一天中的所有记录，这个查询被插入到python循环中，以从我的MySQL（我相信是memsql）数据库中获取数据

根据查询输出大小，我在循环中的某个点收到以下错误（屏蔽了一些信息）：

pymysql.err.OperationalError: (1712, 'Leaf Error (ip_address:port): Query execution memory use (xxx MB) has reached the maximum memory for its resource pool `pool_name` (y%).')

查询的相关代码位设置如下：

engine = create_engine(engine_string, echo=False)
for day in year:
    query = "sql query with variables that change the days within the loop"
    df = pd.read_sql(query, con=engine)

这里我发现最奇怪的是，如果我将查询更改为限制性更强，并减少结果数据集，我可以在内存错误消失之前迭代更多天的查询

---

如何避免这种情况？

我猜在循环时，用于存储数据库中查询结果的内存不会被释放。我希望会有某种方法告诉数据库，您不再需要查询结果。顺便问一下，你的例子中pd是什么？每个查询结果中的行数是多少？@ivan_onys-啊，有趣的是，我不认为数据库在发送数据后会保存循环信息。我会调查的。。。pd是我在python中导入pandas的别名，python在创建连接引擎字符串后执行查询。