Distribuera SQL Server i en container med Hjälp av Azure Data Studio
Du kan distribuera SQL Server i en container med hjälp av Azure Data Studio via distributionsguiden och notebook-filer.
Förutsättningar
- Azure Data Studio är installerat
- Docker Engine 1.8+ på alla Linux-distributioner som stöds eller Docker för Mac/Windows. Mer information finns i Installera Docker
Använda distributionsguiden
Följ de här stegen för att använda distributionsguiden, som vägleder dig genom de nödvändiga inställningarna i ett enkelt användargränssnitt.
Leta först upp och välj Azure SQL Database i distributionsguiden.
- I Azure Data Studio väljer du vyn Anslutningar i det vänstra navigeringsfältet.
- Välj knappen ... överst i panelen Anslutningar och välj Ny distribution...
- I distributionsguiden väljer du panelen FÖR SQL Server-containeravbildning och väljer Välj för att flytta till nästa skärm.
- I listrutan Version väljer du vilken avbildning av SQL Server du vill distribuera. Guiden kontrollerar om du har en instans av Docker som körs just nu. Välj Välj för att flytta till nästa skärm.
- Ange containernamnet, ett lösenord för sa-kontot för lämplig komplexitet (minst åtta tecken långa och innehåller tecken från tre av följande fyra uppsättningar: versaler, gemener, bas-10 siffror och symboler) och porten i värdmiljön som containern ska mappas till.
- Granska de parametrar som du har angett och välj sedan Öppna anteckningsbok.
När notebook-filen öppnas kan du granska innehållet och koden och göra ändringar om du vill. Tänk dock på att eventuella ändringar som du gör i notebook-filen kan orsaka valideringsfel.
Det sista steget är att välja Kör alla för att köra alla celler i notebook-filen. När detta är klart bör du ha en helt skapad och kör SQL Database som du kan ansluta till och fråga från ADS.
Nästa steg
När du har skapat databasen, servern eller poolen kan du ansluta och köra frågor mot databasen i Azure Data Studio.
Mer information om hur du distribuerar SQL Server i containrar finns i Snabbstart: Köra SQL Server Linux-containeravbildningar med Docker.