Recientemente conocí a algunas personas que no sabían que SQL Server 2017 también se ejecuta en Linux pero realmente necesitaba saber . Tenían un único escritorio de Windows y un único servidor de Windows que mantenían para ejecutar SQL Server. Durante mucho tiempo habían sido una tienda de Linux y ahora estaban completamente en contenedores... a excepción de esta máquina debajo del escritorio de Anna. (Supongo que The Cloud es el siguiente... consejo profesional:no tenga servidores importantes debajo de su escritorio). Incluso puede obtener una licencia primero y decidir sobre la plataforma más tarde.
Puede ejecutar SQL Server en algunas variantes de Linux...
- Instalar en Red Hat Enterprise Linux
- Instalar en SUSE Linux Enterprise Server
- Instalar en Ubuntu
o, mejor aún, ejecutarlo en Docker...
- Ejecutar en Docker
Por supuesto, querrá hacer la asignación de volumen adecuada para mantener su base de datos en un almacenamiento duradero. Estoy buscando poder hacer girar un servidor SQL completo dentro de un contenedor en mi máquina con Windows sin instalación.
Tengo Docker para Windows en mi computadora portátil y estoy usando el repositorio "Docker Why" de Shayne Boyer para aclarar el punto. Mire su ejemplo de DockerCompose que incluye un frontend web y un backend usando SQL Server en Linux.
version: '3.0'
services:
mssql:
image: microsoft/mssql-server-linux:latest
container_name: db
ports:
- 1433:1433
volumes:
- /var/opt/mssql
# we copy our scripts onto the container
- ./sql:/usr/src/app
# bash will be executed from that path, our scripts folder
working_dir: /usr/src/app
# run the entrypoint.sh that will import the data AND sqlserver
command: sh -c ' chmod +x ./start.sh; ./start.sh & /opt/mssql/bin/sqlservr;'
environment:
ACCEPT_EULA: 'Y'
SA_PASSWORD: P@$$w0rdP@$$w0rd
Tenga en cuenta su comando de inicio donde está haciendo una población inicial de la base de datos con datos de muestra, luego ejecuta sqlservr. El contenedor Docker de SQL Server en Linux incluye la línea de comando "sqlcmd" para que pueda configurar la base de datos, mantenerla, etc. con la misma línea de comando que usó en Windows. También puede configurar SQL Server desde Variables de entorno para que sea fácil de usar dentro de Docker/Kubernetes. Tardará solo unos minutos en ponerse en marcha.
Ejemplo:
/opt/mssql-tools/bin/sqlcmd -S localhost -d Names -U SA -P $SA_PASSWORD -I -Q "ALTER TABLE Names ADD ID UniqueIdentifier DEFAULT newid() NOT NULL;"
Cloné su repositorio (y tengo .NET Core 2.1) e hice un "docker-compose up" y boom, ejecutando un front-end en Alpine y un back-end con SQL Server en Linux.
101→ C:\Users\scott> docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
e5b4dae93f6d namesweb "dotnet namesweb.dll" 38 minutes ago Up 38 minutes 0.0.0.0:57270->80/tcp, 0.0.0.0:44348->443/tcp src_namesweb_1
5ddffb76f9f9 microsoft/mssql-server-linux:latest "sh -c ' chmod +x ./…" 41 minutes ago Up 39 minutes 0.0.0.0:1433->1433/tcp mssql
Las líneas de comando son agradables, pero SQL Server es conocido por SQL Server Management Studio, una buena GUI para Windows. ¿Lanzaron SQL Server en Linux y luego esperaron que todos usaran Windows para administrarlo? Yo digo ¡no, no! Consulte SQL Operations Studio multiplataforma y de código abierto, "una herramienta de administración de datos que permite trabajar con SQL Server, Azure SQL DB y SQL DW desde Windows, macOS y Linux". Puede descargar SQL Operations Studio gratis aquí.
SQL Ops Studio es realmente impresionante. Aquí estoy consultando SQL Server en Linux ejecutándose dentro de mi contenedor Docker en mi computadora portátil con Windows.
Mientras profundizo y aprendo hasta dónde ha llegado SQL Server multiplataforma, también revisé la extensión mssql para Visual Studio Code que le permite desarrollar y ejecutar SQL contra cualquier SQL Server. ¡La extensión VS Code SQL Server también es de código abierto!
Vaya a verificar SQL Server en Docker en https://github.com/Microsoft/mssql-docker y pruebe la muestra de Shayne en https://github.com/spboyer/docker-why
Patrocinador: Escale su Python para grandes datos y grandes ciencias con Intel® Distribution para Python. Velocidad de código casi nativa. Úselo con NumPy, SciPy y scikit-learn. ¡Consíguelo hoy!