关于"错误 18483:未能连接到服务器 "XXX",因为distributor_admin未在该服务器上定义为远程登录...

本文介绍了解决SQL Server中遇到的18483错误的方法,包括设置共享复制目录、建立用于发布应用的Windows账号及通过执行特定SQL语句更新服务器名称。
今天在配置数据库发布和分发时总是报出现 18483 错误
提示说:错误 18483:未能连接到服务器 "XXX",因为 'distributor_admin'未在该服务器上定义为远程登陆。
我的发布和分发是同一个服务器,"XXX" 为我的机器名,分发数据库是默认的名称,而我在另外一台机器上做时就正常。
在网上查了一下,有很多这方面得解释:
1:转载http://blog.youkuaiyun.com/zdmilan/archive/2005/06/24/401705.aspx
1、设置共享复制目录:
\\computer_machine\C$...\..如果服务器取消过默认的共享($)则会失败;此时新建一个目录,并赋予权限,目录改为:\\computer_machine\共享目录名
2、建立用于发布应用的windows账号

3、在配置分发服务器时遭遇了 错误18483 提示因为distributor_admin未在该服务器上定义为远程登陆,故无法创建
解决方法:(运行以下程序)
USE master
GO
--设置两个变量
DECLARE @serverproperty_servername varchar(100),
@servername varchar(100)
--取得Windows NT 服务器和与指定的 SQL Server 实例关联的实例信息
--具体可以看联机丛书"SERVERPROPERTY"
SELECT @serverproperty_servername = CONVERT(varchar(100), SERVERPROPERTY('ServerName'))
--返回运行 Microsoft® SQL Server™ 的本地服务器名称
--具体可以看联机丛书@@SERVERNAME
SELECT @servername = CONVERT(varchar(100), @@SERVERNAME)

--如果@serverproperty_servername和@servername不同(因为你改过计算机名字),再运行下面的
--删除错误的服务器名
EXEC sp_dropserver @server=@servername
--添加正确的服务器名
EXEC sp_addserver @server=@serverproperty_servername, @local='local'
2:邹健答复的:
/*-- 错误18483:未能连接到服务器 'xx',因为'distributor_admin'未在该服务器上定义为远程登录。 --*/
--出现这种问题,应该是你曾经更改过计算机名

--执行下面的语句,完成后重新启动SQL服务
if serverproperty('servername') <> @@servername
begin
declare @server sysname
set @server = @@servername
exec sp_dropserver @server = @server
set @server = cast(serverproperty('servername') as sysname)
exec sp_addserver @server = @server , @local = 'LOCAL'
end

但是我执行完上面的SQL,重启服务以后就可以了
<think>我们正在讨论SQL中的PARTITION BY子句,特别是结合窗口函数使用。用户给出了一个具体的例子:PARTITION BY dfi.fund_code, di.distributor_code。我们需要解释这个子句的语法和作用,并通过示例说明其应用场景。 首先,PARTITION BY是窗口函数的一部分,用于将结果集划分为多个分区(类似于GROUP BY的分组),然后在每个分区内进行独立的计算。与GROUP BY不同的是,使用窗口函数不会将多行合并为一行,而是保留每一行的原始数据,同时增加一个计算列。 语法结构: 窗口函数通常的语法是: 函数名() OVER (PARTITION BY 列1, 列2, ... ORDER BY 列 [ASC|DESC]) 其中: - PARTITION BY:指定分区的列,可以是一个或多个列。这些列值相同的行会被划分到同一个分区内。 - ORDER BY:在分区内指定排序的列,用于定义窗口函数计算时的顺序(如排名、累计和等)。 用户提到的具体例子:PARTITION BY dfi.fund_code, di.distributor_code 表示按照基金代码(dfi.fund_code)和分销商代码(di.distributor_code)这两个列进行分区。同一个基金和同一个分销商的记录会被分到同一个分区中。 作用:在同一个分区内,我们可以使用窗口函数进行各种计算,比如给每一行分配一个序号(row_number)、计算排名(rank)、计算累计和(sum)等,而不会影响其他分区的数据。 示例场景: 假设我们有一个销售记录表(sales_records),包含以下字段:fund_code(基金代码)、distributor_code(分销商代码)、sale_date(销售日期)、amount(销售金额)。 需求:计算每个基金每个分销商的销售金额排名(按销售金额从高到低排名)。 我们可以使用以下查询: SELECT fund_code, distributor_code, sale_date, amount, ROW_NUMBER() OVER (PARTITION BY fund_code, distributor_code ORDER BY amount DESC) AS rank FROM sales_records; 在这个查询中: - PARTITION BY fund_code, distributor_code:将数据按照基金代码和分销商代码分区,每个基金和分销商的组合形成一个独立的分区。 - ORDER BY amount DESC:在每个分区内,按照销售金额降序排列。 - ROW_NUMBER():为每个分区内的每一行分配一个唯一的序号(从1开始)。这样,每个分区内的第一行就是该基金该分销商销售金额最高的记录,序号为1。 另一个例子:如果我们想计算每个基金每个分销商的累计销售金额(按时间顺序累计),可以使用: SELECT fund_code, distributor_code, sale_date, amount, SUM(amount) OVER (PARTITION BY fund_code, distributor_code ORDER BY sale_date) AS cumulative_amount FROM sales_records; 在这个查询中,我们使用SUM作为窗口函数,在每个分区内按照sale_date排序,计算从分区开始到当前行的累计金额。 注意事项: - 当使用窗口函数时,如果没有指定PARTITION BY,则整个结果集作为一个分区。 - 如果没有指定ORDER BY,则窗口函数会对整个分区进行计算(例如,整个分区的总和或平均值),不会按顺序累计。 引用说明: 在引用[1]中,我们看到一个使用ROW_NUMBER()和PARTITION BY的示例,用于选出每个课程中成绩前三名的记录。这与我们的第一个示例类似。 引用[2]列出了常用的窗口函数,我们使用了ROW_NUMBER()和SUM()作为示例。 因此,PARTITION BY子句在窗口函数中非常有用,可以让我们在保持原始数据行的同时,对分组后的数据进行各种复杂的计算。 现在,根据要求生成相关问题: §§相关问题§§ 1. PARTITION BY子句和GROUP BY子句有什么区别? 2.SQL中,除了ROW_NUMBER(),还有哪些常用的窗口函数?它们分别有什么作用? 3. 如何在一个查询中同时使用多个窗口函数? 4. 窗口函数中的ORDER BY子句对不同的窗口函数有什么不同的影响? 5. 在使用PARTITION BY时,如何处理NULL值?</think>### SQL中PARTITION BY子句的用法详解 `PARTITION BY`是SQL窗口函数的核心组成部分,用于将数据划分为逻辑分区,并在每个分区内独立执行计算。其基本语法为: ```sql 函数名() OVER (PARTITION BY 列1, 列2 ... ORDER BY 排序列) ``` #### 语法解析:`PARTITION BY dfi.fund_code, di.distributor_code` 1. **分区逻辑** - `dfi.fund_code`:按基金代码分区 - `di.distributor_code`:按分销商代码分区 - 组合效果:**将数据按每个基金+分销商的唯一组合分组**,形成独立计算单元 2. **与GROUP BY的本质区别** | 特性 | PARTITION BY | GROUP BY | |---------------------|--------------------|-------------------| | 输出行数 | 保持原始行数 | 合并为单行 | | 计算粒度 | 分区内逐行计算 | 整组聚合计算 | | 可访问非聚合列 | ✔️ (直接访问) | ✖️ (需聚合函数) | #### 实际应用示例 **场景:计算每个基金-分销商组合内的销售排名** ```sql SELECT dfi.fund_code, di.distributor_code, sale_date, amount, ROW_NUMBER() OVER ( PARTITION BY dfi.fund_code, di.distributor_code ORDER BY amount DESC ) AS sales_rank FROM fund_sales dfi JOIN distributor_info di ON dfi.dist_id = di.id; ``` **输出效果**: | fund_code | distributor_code | sale_date | amount | sales_rank | |-----------|------------------|------------|--------|------------| | F001 | D100 | 2023-01-05 | 5000 | 1 | | F001 | D100 | 2023-01-12 | 4800 | 2 | | F001 | D200 | 2023-01-03 | 6200 | 1 | ← 新分区开始 | F002 | D100 | 2023-01-07 | 3100 | 1 | ← 新分区开始 #### 核心作用解析 1. **分区内排序** 配合`ROW_NUMBER()`, `RANK()`等函数,实现组内排名(如案例中的销售TopN) 2. **分区聚合计算** ```sql SUM(amount) OVER (PARTITION BY dfi.fund_code) -- 单基金所有分销商总销售额 AVG(amount) OVER (PARTITION BY di.distributor_code) -- 分销商跨基金平均销售额 ``` 3. **跨行引用** ```sql LAG(amount,1) OVER (PARTITION BY fund_code ORDER BY sale_date) -- 同一基金上次销售额 ``` 4. **动态分组分析** 结合`CASE WHEN`实现条件分区: ```sql PARTITION BY fund_code, CASE WHEN amount>10000 THEN '大单' ELSE '标准单' END ``` #### 典型应用场景 1. **TopN分析**:每个基金-分销商组合的Top3销售记录(如引用[1]的课程排名场景)[^1] 2. **累计计算**:同一分销商在不同基金产品的销售进度 3. **差异分析**:比较分销商在不同基金产品的表现 4. **数据标准化**:计算分区内的Z-score或百分比排名 > 关键优势:**在保留原始数据明细的同时,实现复杂的分组计算逻辑**,避免多层级子查询[^2]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值