我之前处理Snowflake数据时也碰到过几乎一模一样的情况，结合你的环境和代码细节，问题大概率出在旧版本依赖的资源释放逻辑以及结果集未完全读取这两个点上，下面给你具体的排查和解决思路：

1. 先解决最直接的问题：确保结果集被完全读取 #

你当前的代码只获取了rowcount但没有遍历所有查询结果，而Snowflake的Python连接器默认是分批拉取数据的——当结果量较大时，连接器不会一次性把所有数据拉到本地，而是保持连接等待后续的读取请求。这时候直接调用engine.dispose()，连接会因为还有未完成的数据传输任务而无法正常关闭，导致程序挂起。

修改代码，在调用engine.dispose()前先读取完所有结果：

from sqlalchemy import create_engine
from snowflake.sqlalchemy import URL

engine = create_engine(URL(
 account=xxxx, user=xxxxx, password=xxxxx, database=xxxxx, schema=xxxxxx, warehouse=xxxxx))
query = """SELECT * FROM db_name.schema_name.table_name LIMIT 500000"""
results = engine.execute(query)
print(results.rowcount)

# 关键：读取完所有结果，触发连接器完成数据拉取并释放资源
# 如果不需要处理数据，直接遍历即可
for _ in results:
    pass

# 或者用分批读取（适合超大数据量，避免内存占用过高）
# chunk_size = 10000
# while True:
#     chunk = results.fetchmany(chunk_size)
#     if not chunk:
#         break

engine.dispose()

2. 升级老旧的依赖版本 #

你使用的依赖版本都非常陈旧：

• snowflake-connector-python 1.4.13是2019年的版本，存在不少大数据量场景下的连接管理bug
• SQLAlchemy 1.1.13更是多年前的旧版本，对Snowflake方言的支持不完善
• Python 3.6已经停止官方维护，很多新的bug修复都不会覆盖这个版本

如果条件允许，建议：

• 先升级到对应Python 3.6支持的最新稳定依赖版本：

  pip install --upgrade snowflake-connector-python==2.7.12 snowflake-sqlalchemy==1.3.0 sqlalchemy==1.3.24
  

  （注：以上版本是最后一批支持Python 3.6的稳定版）
• 长期来看，建议升级Python到3.8及以上版本，搭配最新的Snowflake连接器，能从根源上避免这类旧版本的兼容性问题。

3. 可选：调整连接池配置 #

如果升级版本后仍有问题，可以尝试显式配置SQLAlchemy的连接池参数，强制回收连接：

engine = create_engine(
    URL(...),
    pool_recycle=3600,  # 每3600秒回收一次连接
    max_overflow=0,     # 禁止连接池溢出
    pool_size=5         # 根据实际需求调整连接池大小
)

我当时就是先通过读取完结果集解决了临时问题，后续升级依赖后彻底消除了这个挂起的情况，你可以按顺序尝试这些方案。

内容的提问来源于stack exchange，提问作者user2714753