博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
SQL server 安装教程
阅读量:3935 次
发布时间:2019-05-23

本文共 880 字,大约阅读时间需要 2 分钟。

 

  1. 双击sql server 2008的.exe安装文件,进入【SQL Server 安装中心】。

     

  2. 点击界面左侧的【安装】,然后点击右侧的【全新SQL Server 独立安装或向现有安装添加功能】,进入【SQL Server 2008 安装程序】界面,首先是【安装程序支持规则】,操作完成之后,点击【确定】。

     

  3. 3

    进入【产品密钥】,选择合适的版本(我这里无法选择),点击【下一步】。

     

  4. 4

    进入【许可条款】,勾选上【我接受许可条款】,直接点击【下一步】。

     

  5. 5

    进入【安装程序支持文件】,点击【安装】按钮,开始安装支持文件。

     

     

  6.  

    安装完成之后,又进入【安装程序支持规则】,点击【显示详细信息】可以看到详细的规则列表,点击【下一步】。

     

  7.  

    进入【功能选择】,这里我选择了【全选】,也可以选择具体需要的功能,并且可以改变安装位置,设置完成后,点击【下一步】。

     

  8.  

    进入【实例配置】,这里我直接选择了【命名实例】,其他都按照默认设置,点击【下一步】。

     

  9.  

    进入【磁盘空间要求】,显示磁盘的使用情况,可以直接点击【下一步】。

     

  10.  

    进入【服务器配置】,单击【对所有SQL Server 服务使用相同的账户】,选择了【NT AUTHORITY\SYSTEM】,然后单击【下一步】即可。

     

  11.  

    进入【数据库引擎配置】,单击【添加当前用户】指定SQL Server管理员,这样管理员就是系统管理员,设置好之后,直接单击【下一步】。

     

  12.  

    进入【Reporting Services配置】,直接按照默认选择第一项,点击【下一步】。

     

  13.  

    进入【错误和使用情况报告】,可以选择其中一项,将相关内容发送给Mircosoft,也可以不进行选择,然后单击【下一步】。

     

  14.  

    进入【安装规则】,直接单击【下一步】。

     

  15.  

    进入【安装进度】,SQL Server 2008开始安装,不用管它,等待安装完成即可。安装完成后,会列出具体安装了哪些功能,提示安装过程完成,这时单击【下一步】,可进入【完成】界面,提示【SQL Server 2008安装已成功完成】。

     
     

     

posted @
2018-12-19 09:47 阅读(
...) 评论(
...)

转载地址:http://uxhgn.baihongyu.com/

你可能感兴趣的文章
李航机器学习 | (2) 统计学习方法(第2版)笔记 --- 感知机
查看>>
动手学PyTorch | (33) 通过时间反向传播
查看>>
动手学PyTorch | (37) 优化与深度学习
查看>>
动手学PyTorch | (39) 小批量随机梯度下降
查看>>
动手学PyTorch | (59) 微调(fine-tuning)
查看>>
LaTex论文排版 | (20) LaTex首行缩进
查看>>
LaTex论文排版 | (21) 图表caption居中显示
查看>>
深度学习 | (4) 分类问题的Label为啥是one-hot?
查看>>
LaTex论文排版 | (22) argmax、argmin下标使用方法及任意、存在符号
查看>>
深度学习 | (5) 2分类、多分类问题评价指标以及在sklearn中的使用
查看>>
机器阅读理解 | (2) 文本问答概述
查看>>
预训练语言模型 | (1) 概述
查看>>
预训练语言模型 | (2) transformer
查看>>
预训练语言模型 | (3) Bert
查看>>
预训练语言模型 | (4) AlBert
查看>>
预训练语言模型 | (5) StructBert和RoBerta
查看>>
GNN在文本分类上的应用 | (1) TextGCN
查看>>
GNN在文本分类上的应用 | (2) Text Level Graph Neural Network for Text Classification
查看>>
GNN在文本分类上的应用 | (3) TensorGCN
查看>>
SemEval2019Task3_ERC | (1) Affect Classification in Dialogue using Attentive BiLSTMs
查看>>