使用Pandas+PyMySQL+SQLAlchemy截断MySQL表报错，求解决方案

错误原因 #

pd.read_sql() 仅用于执行返回结果集的查询语句（如SELECT），而TRUNCATE TABLE是DDL（数据定义语言）语句，执行后不会返回任何数据行，因此调用read_sql会触发ResourceClosedError。

正确实现方式 #

直接通过SQLAlchemy引擎执行DDL语句，而非借助Pandas的查询方法，以下是两种可行方案：

方案1：SQLAlchemy原生执行（推荐） #

根据你的SQLAlchemy版本选择对应写法：

import json
from sqlalchemy import create_engine

# 加载数据库配置
with open("config.json") as jsonfile:
    db_config = json.load(jsonfile)['database']
engine = create_engine(db_config['config'], echo=False)

# SQLAlchemy 2.0+ 版本（推荐使用上下文管理器）
with engine.connect() as conn:
    conn.execute("TRUNCATE TABLE some_db.some_table;")
    conn.commit()  # 显式提交，部分数据库DDL自动提交，显式操作更稳妥

# SQLAlchemy 1.x 版本可直接调用execute
# engine.execute("TRUNCATE TABLE some_db.some_table;")

方案2：使用Pandas的SQL执行工具 #

借助pandas.io.sql.execute工具执行无返回结果的SQL语句：

import json
from sqlalchemy import create_engine
from pandas.io import sql

# 加载配置
with open("config.json") as jsonfile:
    db_config = json.load(jsonfile)['database']
engine = create_engine(db_config['config'], echo=False)

# 执行TRUNCATE
sql.execute("TRUNCATE TABLE some_db.some_table;", con=engine)

注意事项 #

• TRUNCATE TABLE会直接清空表数据，且多数情况下无法回滚，执行前请确认数据已备份。
• 若表存在外键关联，可能需要先禁用外键约束再执行TRUNCATE，执行完成后恢复约束。

内容的提问来源于stack exchange，提问作者null92