解决Access批量插入时的“文件共享锁计数超出”问题（无法修改MaxLocksPerFile默认值）

我完全懂你这种被公司配置卡脖子的无奈——没法改MaxLocksPerFile默认值，还要硬着头皮搞定150万行数据插入Access，换谁都头疼！结合你的代码和遇到的问题，我给你几个实打实的调整思路，应该能绕开这个锁计数的坑：

1. 把事务拆到最小，强制释放锁 #

你当前是每100个chunk才提交一次事务，这意味着50万行数据才会触发一次提交，Access的锁会在事务中不断累积，很容易触发上限。建议把提交频率拉到最高，每个chunk插入后立刻提交，并且给Access留足够时间释放锁，甚至可以重置游标来清空累积的锁：

修改你代码里的循环逻辑：

for idx, chunk in enumerate(chunks):
    # ... 保存chunk到临时文件的代码不变 ...
    
    try:
        start_time = time.time()
        cursor.execute(sql)
        
        # 每个chunk插入后立即提交，不要攒到100个
        conn.commit()
        time.sleep(2)  # 延长等待时间，给Access足够时间释放锁
        
        # 可选：重置游标，避免游标累积锁资源
        cursor.close()
        cursor = conn.cursor()
        
        elapsed_time = time.time() - start_time
        print(f"Bulk insert for chunk {idx} completed in {elapsed_time:.2f} seconds")

    except pyodbc.Error as e:
        print(f"Error during bulk insert for chunk {idx}: {e}")
        conn.rollback()

2. 改用Access原生导入工具（绕开pyodbc的锁问题） #

pyodbc的SQL插入方式对Access的锁管理不够友好，不如直接调用Access自带的DoCmd.TransferText功能——这是Access原生的导入工具，它对锁的处理更高效，甚至不用拆分文件就能直接导入百万级数据。你可以用pywin32库调用Access的COM接口实现：

import win32com.client
import os

def import_txt_to_access(txt_path, db_path, table_name):
    # 确保数据库路径存在
    if not os.path.exists(db_path):
        print(f"Database {db_path} not found!")
        return
    
    try:
        # 启动Access并打开数据库
        access_app = win32com.client.Dispatch("Access.Application")
        access_app.OpenCurrentDatabase(db_path)
        
        # 调用原生TransferText导入制表符分隔的txt
        access_app.DoCmd.TransferText(
            TransferType=0,  # 0代表acImportDelim（导入分隔文件）
            TableName=table_name,
            FileName=txt_path,
            HasFieldNames=False,  # 根据你的txt是否有表头调整为True/False
            Delimiter="\t"
        )
        
        print("导入完成！")
        access_app.Quit()
    except Exception as e:
        print(f"导入出错：{e}")
        access_app.Quit()

# 调用示例
import_txt_to_access("你的数据文件.txt", "目标Access数据库.accdb", "目标表名")

这种方法让Access自己处理整个导入流程，它的原生逻辑会更合理地分配锁资源，大概率能避开锁计数超限的问题。

3. 优化临时文件的处理时机 #

你当前是所有chunk导入完成后才删除临时文件，这些文件可能会被Access一直持有引用，累积锁资源。建议每个chunk导入完成后立即删除临时文件，同时确保Access已经释放了对文件的引用：

修改代码里的临时文件删除逻辑：

try:
    cursor.execute(sql)
    conn.commit()
    time.sleep(1)
    
    # 导入完成后立刻删除临时文件，释放Access的文件引用
    if os.path.exists(chunk_file_path):
        os.remove(chunk_file_path)
        print(f"Temporary file {chunk_file_path} deleted")

except pyodbc.Error as e:
    print(f"Error during bulk insert for chunk {idx}: {e}")
    conn.rollback()

这样就不用等到最后才清理，减少Access同时持有的文件引用数量。

4. 申请调整Access的记录锁定设置（如果可行） #

如果公司允许的话，让管理员打开目标Access数据库，调整一下锁定设置：

• 打开数据库后，点击「文件」→「选项」→「客户端设置」
• 在「高级」区域，把「默认记录锁定」改成「不锁定」，或者把「编辑记录时锁定记录」改成「编辑记录时锁定页」
  这个设置能减少Access在插入数据时的锁占用，从根源上缓解锁计数超限的问题。

备注：内容来源于stack exchange，提问作者user28814433