B/S架构测试环境搭建_DB2篇(Win32系统)

简介:

前言:前一篇分享了Oracle环境下的环境搭建和恢复,这一篇分享下DB2数据库的环境搭建,欢迎拍砖。

  一、搭建测试环境

  (1)新建数据库,DB2安装完成之后,在开始菜单中查看对应的信息,步骤是“开始”-->“程序”-->“IBM DB2”-->“DB2COPY”-->“一般管理工具”-->“控制中心”,如下图所示:

图1,DB2启动页面

  (2)打开控制中心页面,对象视图默认显示的是高级对象视图,即能够看到所有系统和所有数据库,如果看不到,点击“工具”--“定制控制中心”,即可根据自己的要求显示特定的控件(个人一般只用所有系统和所有数据库这两个,看各自的习惯了。)。

  (3)在“所有数据库”的菜单中选择“创建新的数据库”,系统默认情况下会创建带有自动维护功能的数据库,如果不需要,即可右键“所有数据库”,创建标准的DB2数据库。输入数据库名称,按照提示一步步创建即可。注:DB2的数据库名称最长为8个字符。

  (4)创建数据库大约需要一分钟,创建成功后可以在所有数据库中查看。(选择该数据库,右键“启动”,新建的数据库一般不需要,如果是系统关机后,打开控制中心后要启动该DB,否则该DB的其他功能不能使用。SQL命令是db2start)为了测试数据库是否正常,可以用db2admin尝试链接,链接方法前一篇已经介绍,这里不罗嗦了。

  (5)新建数据库时,系统会默认创建常规、用户的表空间,如果觉得这不够,选择表空间创建新的表空间即可,方法同数据库类似,图形操作一步步走下去就行了(在“类型”中选择表空间类型)。

  (6)接下来是创建用户,使用DB2记住一点,DB2的用户即系统用户,这一点和Oracle是有区别的。所以在创建DB2用户前先创建对应的系统用户(“我的电脑”--“管理”),删除时只需删掉系统用户即可。创建系统用户成功后,右键某个数据库,选择“权限”,添加用户,从系统用户中选择某个用户,授予其权限,所有的权限都罗列在下面的显示框中,授予完成了确定即可。


图2、添加用户和授权页面

(7)DB2默认的端口号是50000,如果端口号冲突了,可以选择修改,修改的地方如下图所示:

图3、端口修改1

图4、端口修改2

  至此需要准备的环境工作(数据库名称、端口、用户名和密码)均已准备完成。

  二、小提示:

  在日常测试中我们经常会碰到SQL异常,又没有足够的信息帮助我们定位到底数据库出了什么问题,去检索IBM的文档有点繁琐,教一个小方法:

  在拥有已经启动好DB2服务的机器上点击“开始”选择“运行”,输入“db2cmd”,确定后在cmd的窗口中输入db2,看到db2=>时输入? SQLSTATE(这个值是SQL异常中SQLSTATE的那个值),即可快速查看是什么问题了。

  三、DB2完全卸载方式:

  如果我们想卸载某一款DB2产品,又怕会有残留,影响后续安装,那我们可以找到DB2的安装程序,cmd下运行与setup.exe同级的db2unins.bat,加参数-f(所有DB2产品) -y(忽略确认)即可。其他参数可以通过帮助查看。


本文出自seven的测试人生公众号最新内容请见作者的GitHub页:http://qaseven.github.io/

目录
相关文章
|
3月前
|
SQL 前端开发 关系型数据库
如何开发一套研发项目管理系统?(附架构图+流程图+代码参考)
研发项目管理系统助力企业实现需求、缺陷与变更的全流程管理,支持看板可视化、数据化决策与成本优化。系统以MVP模式快速上线,核心功能包括需求看板、缺陷闭环、自动日报及关键指标分析,助力中小企业提升交付效率与协作质量。
|
2月前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
2月前
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
3月前
|
人工智能 监控 测试技术
告别只会写提示词:构建生产级LLM系统的完整架构图​
本文系统梳理了从提示词到生产级LLM产品的八大核心能力:提示词工程、上下文工程、微调、RAG、智能体开发、部署、优化与可观测性,助你构建可落地、可迭代的AI产品体系。
596 51
|
2月前
|
机器学习/深度学习 人工智能 缓存
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
本文提出面向边缘通用智能的多大语言模型(Multi-LLM)系统,通过协同架构、信任机制与动态编排,突破传统边缘AI的局限。融合合作、竞争与集成三种范式,结合模型压缩、分布式推理与上下文优化技术,实现高效、可靠、低延迟的边缘智能,推动复杂场景下的泛化与自主决策能力。
291 3
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
|
2月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
|
3月前
|
机器学习/深度学习 人工智能 测试技术
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
EdgeMark是一个面向嵌入式AI的自动化部署与基准测试系统,支持TensorFlow Lite Micro、Edge Impulse等主流工具,通过模块化架构实现模型生成、优化、转换与部署全流程自动化,并提供跨平台性能对比,助力开发者在资源受限设备上高效选择与部署AI模型。
406 9
EdgeMark:嵌入式人工智能工具的自动化与基准测试系统——论文阅读
|
3月前
|
消息中间件 数据采集 NoSQL
秒级行情推送系统实战:从触发、采集到入库的端到端架构
本文设计了一套秒级实时行情推送系统,涵盖触发、采集、缓冲、入库与推送五层架构,结合动态代理IP、Kafka/Redis缓冲及WebSocket推送,实现金融数据低延迟、高并发处理,适用于股票、数字货币等实时行情场景。
396 3
秒级行情推送系统实战:从触发、采集到入库的端到端架构
|
3月前
|
前端开发 API 定位技术
如何开发车辆管理系统中的用车申请板块(附架构图+流程图+代码参考)
本文详细解析了如何将传统纸质车辆管理流程数字化,涵盖业务规则、审批流、调度决策及数据留痕等核心环节。内容包括用车申请模块的价值定位、系统架构设计、数据模型构建、前端表单实现及后端开发技巧,助力企业打造可落地、易扩展的车辆管理系统。
|
2月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)