sql server 链接服务器 改访问接口_跨服务器链接数据库?其实很简单!(上)
今天給大家來分享一下跨服務器操作數據庫,還是以SQL Server的管理工具(SSMS)為平臺進行操作。
什么是跨服務器操作?
跨服務器操作就是可以在本地連接到遠程服務器上的數據庫,可以在對方的數據庫上進行相關的數據庫操作,比如增刪改查。
為什么要進行跨服務器操作
隨著數據量的增多,業務量的擴張,需要在不同的服務器安裝不同的數據庫,有時候因為業務需要,將不同的服務器中的數據進行整合,這時候就需要進行跨服務器操作了。
跨服務器操作的工具是什么?
DBLINK(數據庫鏈接),顧名思義就是數據庫的鏈接,就像電話線一樣,是一個通道,當我們要跨本地數據庫,訪問另外一個數據庫表中的數據時,本地數據庫中就必須要創建遠程數據庫的dblink,通過dblink本地數據庫可以像訪問本地數據庫一樣訪問遠程數據庫表中的數據。
好了,廢話不多說,跟著我來一步一步的創建DBLINK吧。
創建SQL Server遠程鏈接方法一
第一步
打開SSMS—>登錄到本地數據庫—>服務器對象—>鏈接服務器(右鍵)—>新建鏈接服務器,如下圖1:
圖1 開始創建鏈接服務器
第二步
在彈出的對話框中輸入相關信息
- 在【鏈接服務器】輸入對方服務器的IP地址
- 在【服務器類型】中選擇【SQL Server】
如圖2:
圖2 輸入常規信息
第三步
點擊左側的【安全性】,出現如下頁面,在第3步中輸入對方數據庫的賬號密碼即可。如圖3:
圖3 輸入對方數據庫賬號密碼
點擊確定后即創建成功,如下圖4,可以看到創建好的鏈接服務器
圖4 創建好的DBLINK
創建完成后會自動生成相關代碼,密碼用#隱藏了:
EXEC master.dbo.sp_addlinkedserver @server = N'192.168.110.189', @srvproduct=N'SQL Server';EXEC master.dbo.sp_addlinkedsrvlogin@rmtsrvname=N'192.168.110.189',@useself=N'False',@locallogin=NULL,@rmtuser=N'sa',@rmtpassword='########'我們就可以用創建好的DBLINK鏈接到對方服務器了
下面我們用創建好的試著查詢對方服務器上的表來驗證一下。
SELECT * FROM [192.168.110.189].[erp25new].[dbo].[fee_data]上面FROM字段后面依此是[DBLINK名].[對方數據庫名].[對方數據庫下模式名].[對方數據庫表名],表名前面的這些內容一個都不能少。查詢結果如下圖:
圖5 查詢結果
創建SQL Server遠程鏈接方法二
安裝方法一種的第一步點開新建鏈接服務器后,開始如下操作。
第一步
按如下步驟在彈出對話框中填寫相關信息,如下圖6:
- 【鏈接服務器】中填入鏈接名稱,最好是服務器IP,方便辨別,這里使用自定義名稱亦可。
- 【服務器類型】選擇其他數據源
- 在【提供程序】中選擇圖中選項
- 【產品名稱】填入自定義內容,亦可不填
- 【數據源】填入對方服務器IP地址
如圖6 輸入常規信息
第二步
與方法一種的類似,在安全性中填入對方服務器的賬號密碼即可
圖7 輸入賬號密碼
點擊確定后即創建成功,如下圖8,可以看到創建好的鏈接服務器:
圖8 創建好的DBLINK
創建完成后會自動生成相關代碼,密碼用#隱藏了:
EXEC master.dbo.sp_addlinkedserver @server = N'TEST_SQL_SERVER', @srvproduct=N'TEST',@provider=N'SQLNCLI11', @datasrc=N'192.168.110.189'EXEC master.dbo.sp_addlinkedsrvlogin @rmtsrvname=N'TEST_SQL_SERVER',@useself=N'False',@locallogin=NULL,@rmtuser=N'sa',@rmtpassword='########'查詢對方數據庫驗證方法與方法一類似,只是將數據庫名改成自定義名稱即可:
SELECT * FROM [TEST_SQL_SERVER].[erp25new].[dbo].[fee_data]好了,今天先介紹到這里,下次再給大家講解從SQL Server鏈接到Oracle和MYSQL的具體操作方法,記得關注哦~
與50位技術專家面對面20年技術見證,附贈技術全景圖總結
以上是生活随笔為你收集整理的sql server 链接服务器 改访问接口_跨服务器链接数据库?其实很简单!(上)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: struts2漏洞监测_CVE20190
- 下一篇: groupby多个字段性能_MySQL今