MS Access可执行查询但pyodbc报错超2GB上限问题求助

核心原因 #

• Access内部执行查询时采用按需流式加载结果，不会一次性把所有结果写入临时文件或加载到内存；但pyodbc调用ODBC驱动时，默认会尝试将整个查询结果一次性拉取到客户端，当结果集的实际体积（非原始数据库大小）接近/超过2GB时，就会触发错误提示。
• 临时文件存储路径不一致：Access自身使用的临时文件路径和ODBC驱动的默认临时路径（通常是系统盘的C:\Windows\Temp）不同，若系统盘剩余空间不足，哪怕本地其他磁盘有空间也会报错。
• 你设置的autocommit=True未生效：代码里只是单独定义了变量，没有传入connect方法的参数中，等于没起作用。

解决办法 #

• 分批次读取结果：不要一次性加载全部数据，用fetchmany()每次读取固定行数，处理后再取下一批，示例代码：

  import pyodbc
  
  conn = pyodbc.connect(r'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=C:\Users\Desktop\filename.accdb;', autocommit=True)
  cursor = conn.cursor()
  
  sql = "{CALL QUERY_NAME}"
  cursor.execute(sql)
  
  # 每次读取1000行，可根据内存调整
  batch_size = 1000
  while True:
      rows = cursor.fetchmany(batch_size)
      if not rows:
          break
      # 这里处理读取到的行数据，比如写入文件、分析等
      for row in rows:
          print(row)
  

• 修正autocommit参数：将autocommit=True直接传入connect方法，如上面代码所示，这能减少临时文件的生成量。
• 检查并调整临时目录：
  1. 打开运行窗口（Win+R）输入%TEMP%，查看该目录所在分区的剩余空间，确保足够；
  2. 若系统盘空间不足，可通过ODBC数据源管理器修改Access驱动的临时文件路径到空间充足的分区。
• 优化查询逻辑：如果结果集确实过大，在Access里修改原查询，添加过滤条件（比如时间范围、特定字段筛选）减少返回数据，或拆分查询为多个小任务分步执行。

内容的提问来源于stack exchange，提问作者felipetravi