问从PostgreSQL中选择大型数据集时出现内存错误

EN

所以我有一个表，有146列，大约。本地存储到Postgresql中的800万行稀疏数据。

我的目标是一次选择整个数据集，将其存储到pandas数据帧中并执行一些计算。

到目前为止，我已经在许多线程中阅读了关于服务器端游标的文章，但我猜我做错了什么，因为我没有看到内存的改善。文档也是相当有限的。

到目前为止我的代码如下：

cur=conn.cursor('testCursor')
cur.itersize = 100000
cur.execute("select * from events")

df = cur.fetchall()

df = pd.DataFrame(df)
conn.commit()
conn.close()

我还尝试使用fetchmany()或fetchone()代替fetchall()，但我不知道如何滚动结果。我想我可以在fetchone()中使用类似的东西，但我不知道如何处理fetchmany()：

df = cur.fetchone()
while row:
   row = cur.fetchone() 

最后，在使用fetchone()和fetchmany()的情况下，如何在不消耗所有内存的情况下将结果连接到单个数据帧中？仅需注意，我有16 to的可用RAM