打印时出现Mierosoft SQL Server Desktop Engine是啥意思

Posted 2023-05-16

参考技术A Mierosoft SQL Server Desktop Engine,俗称MSSQL的桌面版，它是一个基于 SQL Server 核心技术构建的数据引擎。MSDE 2000 支持单处理器和双处理器，是面向小型应用程序桌面扩展的可靠的存储引擎和查询处理器。MSDE与SQL Server完全兼容，它只支持数据库容量2G，并发用户不超5个，没有图型管理工具，但是免费的 。
　　SQL Server系列产品具有各种发行版本，用以满足在不同的环境下对处理的数据量、并发用户数和硬件的不同要求。一般来说，MSDE适合在并发用户数小于5 人，数据量低于2GB的情况下使用。当数据量和并发用户数超过上面的配额的时候，SQL Server成为了更好的选择。由于MSDE与SQL Server完全兼容，开发人员可以使用同样的数据访问语言在规模相对较小的MSDE数据库系统和规模较大的SQL Server数据库系统之间实现无缝转换，并且，当所在组织的规模扩大后对数据库系统的功能和性能提出新的需求时，则可以在不修改现有数据库应用程序中的 任何代码的情况下，将它完全移植到基于SQL Server的平台上运行。
　　MSDE不包含图形界面，是通过命令行管理程序osql来连接的。
　　MSDE为多个 Microsoft 产品（包括 Microsoft Visual Studio 和 Microsoft Office Developer Edition）的组件提供。它的版本和 SQL Server 版本之间有直接关系。MSDE 1.0 基于 SQL Server 7.0；MSDE 2000 基于 SQL Server 2000。虽然是微软的免费数据库，但MSDE不适用大量用户访问。 参考技术B 打印机选择错了。

连接到 sql server 时出现 pyspark jdbc 错误

【中文标题】连接到 sql server 时出现 pyspark jdbc 错误

【英文标题】：pyspark jdbc error when connecting to sql server

【发布时间】：2020-08-21 23:50:36

【问题描述】：

我正在尝试使用以下代码将存储在 Azure Data Lake Gen2 上的 json 文档导入 SQL Server 数据库，但遇到以下错误。但是当我从 SQL Server 读取数据时，jdbc 连接可以正常工作。

错误信息： The driver could not open a JDBC connection.

代码：

df = spark.read.format('json').load("wasbs://<file_system>@<storage-account-name>.blob.core.windows.net/empDir/data";)
val blobStorage = "<blob-storage-account-name>.blob.core.windows.net"
val blobContainer = "<blob-container-name>"
val blobAccessKey =  "<access-key>"
val empDir = "wasbs://" + blobContainer + "@" + blobStorage +"/empDir"
val acntInfo = "fs.azure.account.key."+ blobStorage
sc.hadoopConfiguration.set(acntInfo, blobAccessKey)
val dwDatabase = "<database-name>"
val dwServer = "<database-server-name>"
val dwUser = "<user-name>"
val dwPass = "<password>"
val dwJdbcPort =  "1433"
val sqlDwUrl = "jdbc:sqlserver://" + dwServer + ":" + dwJdbcPort + ";database=" + dwDatabase + ";user=" + dwUser+";password=" + dwPass
spark.conf.set("spark.sql.parquet.writeLegacyFormat","true")
df.write.format("com.microsoft.sqlserver.jdbc.SQLServerDriver").option("url", sqlDwUrl).option("dbtable", "Employee").option( "forward_spark_azure_storage_credentials","True").option("tempdir", empDir).mode("overwrite").save()

还有如何将empDir目录下的所有json文件插入到employee表中？

【问题讨论】：

格式是jdbc，驱动类是你设置的。

这能回答你的问题吗？ Working with jdbc jar in pyspark

嗨@Lamanus，我收到错误 org.apache.spark.sql.AnalysisException: Table or view not found: dbo.Employee 即使该表存在。 代码： df.write.format("jdbc").option("driver", "com.microsoft.sqlserver.jdbc.SQLServerDriver").option("url", "jdbc:sqlserver://dburl:1433;database=db;user=usr;password=pwd").insertInto("dbo.Employee")

【参考方案1】：

当没有创建您所引用的关联表或视图时，您将收到此错误消息：org.apache.spark.sql.AnalysisException: Table or view not found: dbo.Employee。确保代码指向正确的数据库 [Azure Databricks 数据库（内部）或 Azure SQL 数据库（外部）]

您可以查看Microsoft Q&A - Azure Databricks 论坛上提出的问题。

将数据写入 Azure Databricks 数据库：

要成功地将数据插入默认数据库，请确保创建一个表或视图。

签出写入默认数据库的数据框。

将数据写入 Azure SQL 数据库：

这是一个有关如何将数据从数据帧写入 Azure SQL 数据库的示例。

签出写入 Azure SQL 数据库的数据帧。