linux odbc连接sql server2014

本文介绍两种配置Zabbix使用ODBC连接SQL Server的方法。第一种手动下载安装unixODBC和freetds,并配置freetds.conf及odbc.ini文件;第二种通过yum直接安装所需软件包并配置。

首先坑爹呀!由于配置Zabbix 用到这个,网上资料一顿搜,一顿报错,调各种参数,依然无法连接,我竟无言以对;

这个只是项目的一小部分,只提供成功案例,没做深入研究,可以让遇到的兄弟少走弯路;

建议第二种方案:

第一种方案:

首先要下载ODBC安装包  官网有; 我的版本 unixODBC-2.3.4 

http://www.unixodbc.org
 
freetds sqlserver、sybase 驱动 --这俩本自同根生

我的版本:freetds-0.91

http://www.freetds.org

 

开始了开始了

在root 下安装

1、安装unixODBC
# tar vxzf unixODBC-2.3.4.tar.gz
# cd unixODBC-2.3.4
# ./configure --prefix=/usr/local/unixODBC --enable-gui=no
# make
# make install

 

2、安装freetds
# tar vxzf freetds-0.91.tar.gz
# cd freetds-freetds-0.91
# ./configure --prefix=/usr/local/freetds --with-unixodbc=/usr/local/unixODBC --with-tdsver=8.0
# make
# make install

3、配置freetds.conf

# vi /usr/local/freetds/etc/freetds.conf

tds version =8.0  这个有时候要试下,

论坛有个兄弟报了这个错误,我也报了这个错误,我试了是并没有成功,但是他成功了,一定有原因的;故版本我是用了大家普遍8.0

image

 

image

 

向odbc添加sqlserver驱动
# vi /usr/local/unixODBC/etc odbcinst.ini

image

 

# vi /usr/local/unixODBC/etc/odbc.ini

image

 

 

netstat -na | find "LISTENING" 查找端口命令 是否开启 

一般报错,首先看下日志,其次不要在简单问题上跌倒,譬如ping不通呀,不要小看这些小问题呦,曾经遇到一个案例,A  ping B能ping的通,B  ping A能ping不通,当时偷懒,少比划一次,结果我重装了半个系统;

另外用:tsql –C 看freetds 版本

 

没有报错之后:

[root@localhost ~]# /usr/local/freetds/bin/tsql    -S sqlserver2014 -p 1433 -U Zabbix_Server

后面输入sql server用户密码

 

下面是成功的截图:

image

查询结果事例:

image

 

 

第二种方案:

# yum -y install freetds unixODBC unixODBC-devel

$ vi /etc/odbcinst.ini
[FreeTDS]
Driver = /usr/lib64/libtdsodbc.so.0

$ vi /etc/odbc.ini
[sql1]
Driver = FreeTDS
Server = <SQL server 1 IP>
PORT = 1433
TDS_Version = 8.0

[sql2]
Driver = FreeTDS
Server = <SQL server 2 IP>
PORT = 1433
TDS_Version = 8.0


验证:


 

欢迎各位拍砖;

转载于:https://www.cnblogs.com/kingwwz/p/5751158.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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