Oracle 客户端 PL/SQL Developer 15.0.4 安装与使用

目录

官网下载与安装

切换中文与注册

连接Oracle数据库

tnsnames.ora 文件使用


Oracle 客户端 PL/SQL Developer 12.0.7 安装、数据导出、Oracle 执行/解释计划、for update。

官网下载与安装

1、官网:https://www.allroundautomations.com/products/pl-sql-developer/free-trial/。

2、直接下载试用,功能与付费的是一样的,默认试用30天。

https://www.allroundautomations.com/files/trial/plsqldev1504x64.msi。

3、安装的时候先选择试用,安装完成后,然后启动,可以先不用急着连接数据库,先进去再说。

切换中文与注册

注册码亲测有效,不知道随着时间的推移是否会失效。

	产品编号(Product Code):kfj6yg6rfyhqcha6cbgs6fsw3kyje7a6qr序列号(Serial Number): 276182口令(Password): xs374ca

连接Oracle数据库

1、PL/SQL Developer 工具无法直接连接Oracle数据库,必须先从Oracle官网下载Oracle客户端-instantclient,PL/SQL Developer 底层必须依赖它进行交互。

https://download.oracle.com/otn_software/nt/instantclient/2115000/instantclient-basic-windows.x64-21.15.0.0.0dbru.zip

2、下载后,解压将得到 instantclient_21_15 目录,可以放在本地磁盘任意目录。其中 instantclient_21_15\network\admin 目录是Oracle客户端配置文件的默认目录,可以将tnsnames.ora、sqlnet.ora和oraaccess.xml等文件放置在此目录中。同时也可以配置环境变量TNS_ADMIN,用于指定配置文件存放目录。

3、运行 PL/SQL Developer 工具,打开 首选项->Oracle->连接,设置 OCI 库值是 instantclient_21_15\oci.dll 文件。

4、然后重新运行 PL/SQL Developer 工具就可以连接 Oracle数据库了。

5、此时查询的结果通常中文会乱码,这是因为本地的编码和服务器端编码不一致,使用如下语句查询服务器端编码。解决办法:打开 首选项->Oracle->连接,添加 Oracle 环境变量 NLS_LANG,值是下面查询的结果值,重启PL/SQL就不会再中文乱码了。

select userenv('language') from dual;-- SIMPLIFIED CHINESE_CHINA.ZHS16GBK

tnsnames.ora 文件使用

1、默认情况下登录的时候是下面这样的,填写用户名、密码、数据库URL地址,有时候数据库URL地址比较长,或者地址比较多,很难记住,此时可以使用 tnsnames.ora 文件。

2、tnsnames.ora 文件的用途就是配置被连接的数据库地址,方便登录时可以直接选择数据库,而不需要手动输入,但是用户名和密码还是手输的。

 3、在  instantclient_21_15\network\admin 目录 下新建 tnsnames.ora 文件,输入内容如下,可以配置多个数据库地址,主要就是修改 HOST-主机IP、PORT-端口、SERVER_NAME-服务实例名,:

#本机oracle数据库地址
ORCL@localhost =(DESCRIPTION =(ADDRESS = (PROTOCOL = TCP)(HOST = localhost)(PORT = 1521))(CONNECT_DATA =(SERVER = DEDICATED)(SERVICE_NAME = orcl)))#远程oracle数据库地址
ORCLgbk@172.16.11.37 =(DESCRIPTION =(ADDRESS = (PROTOCOL = TCP)(HOST = 172.16.11.37)(PORT = 1521))(CONNECT_DATA =(SERVER = DEDICATED)(SERVICE_NAME = ORCLgbk)))

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1523328.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

【STM32】通用定时器TIM(输出比较)

本篇博客重点在于标准库函数的理解与使用,搭建一个框架便于快速开发 目录 前言 输出比较简介 PWM简介 输出比较配置 初始化IO口 输出比较初始化 输出比较代码 PWM.h PWM.c main.c 应用案例 前言 建议先阅读这篇博客,理解时基单元的配置 【…

CDGA|数据治理:构建高效数据管理体系的实践路径

在当今数字化时代,数据已成为企业最宝贵的资产之一,其质量、安全性和有效利用率直接影响着企业的决策能力、运营效率和市场竞争力。因此,数据治理作为确保数据质量、促进数据价值最大化的关键环节,其重要性日益凸显。本文将从几个…

机械学习—零基础学习日志(概率论总笔记1)

概率论的起源 在历史上有明确记载的最早研究随机性的数学家是帕斯卡和费马。帕斯卡就是最早发明机械计算机的那位数学家,他并不是赌徒,但是他有些赌徒朋友,那些人常常玩一种掷骰子游戏,游戏规则是由玩家连续掷4次骰子&#xff0c…

【王树森】Vision Transformer (ViT) 用于图片分类(个人向笔记)

图片分类任务 给定一张图片,现在要求神经网络能够输出它对这个图片的分类结果。下图表示神经网络有40%的信心认定这个图片是狗 ResNet(CNN)曾经是是图像分类的最好模型在有足够大数据做预训练的情况下,ViT要强于ResNetViT 就是Tr…

(十五)SpringCloudAlibaba-Sentinel持久化到Nacos

前言 在前面我们已经将Sentinel配置的规则持久化到系统的文件中。本章节我们将Sentinel持久化到Nacos中; 传送门(Sentinel数据持久化到文件)https://blog.csdn.net/weixin_45876411/article/details/140742963 默认情况下 Sentinel 只能接收到 Nacos 推送的消息,但…

火情监测识别摄像机

火情监测识别摄像机 是一种用于监测和识别火灾风险的设备,通常用于森林、草原以及其他火灾易发区域。这种摄像机能够实时监测周围的环境,并使用图像识别技术来识别火灾的迹象。 这些摄像机通常配备红外热成像技术和视频分析算法,可以在白天和…

程序二义性举例

// 程序二义性.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。 //#include <iostream> using namespace std; void f(int x) {cout << "---" << x << endl;} void f(int x,int y10) {cout << "" &l…

客流预测 | 基于Transformer下车站点客流推断研究(Matlab)

目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍 基于Transformer的车站客流推断研究是指利用Transformer模型来预测车站的客流情况。Transformer是一种强大的深度学习模型&#xff0c;特别擅长处理序列数据。研究可以为城市交通管理提供重要决策支持&#xff0c;帮…

【系统分析师】-面向对象方法

目录 1、基本概念 2、UML 2.1、基本结构 2.1.1.构造块 2.1.1.1、事物 2.1.1.2、关系 2.1.1.3、图形 2.1.2.规则 2.1.3.公共机制 2.2、41视图 3、面向对象分析OOA 3.1、用例模型 3.2、分析模型 4、面向对象设计OOD 4.1、细分 4.2、设计原则 5、面向对象的程序设…

传统CV算法——基于harris检测算法实现角点检测

角点 角点是图像中的一个特征点&#xff0c;指的是两条边缘交叉的点&#xff0c;这样的点在图像中通常表示一个显著的几角。在计算机视觉和图像处理中&#xff0c;角点是重要的特征&#xff0c;因为它们通常是图像中信息丰富的区域&#xff0c;可以用于图像分析、对象识别、3D…

大模型(LLM)和知识库的基础介绍

文章目录 概要整体架构流程结合LLM与RAP的优势小结 概要 随着自然语言处理技术的发展&#xff0c;大型语言模型&#xff08;LLM&#xff09;已经成为了人工智能领域中的一个重要组成部分。这些模型通常具有数亿到数千亿个参数&#xff0c;能够理解和生成自然语言&#xff0c;从…

LabVIEW程序员错误排查思路

当LabVIEW程序员在开发过程中遇到难以解决的错误且网上搜不到答案时&#xff0c;需要采取系统性的方法进行排查和解决。这包括回顾代码逻辑、深入理解LabVIEW的底层机制、参考专业文献和求助社区等方式。下面将从多角度详细解读专业程序员在面对这种困境时的应对策略&#xff0…

网络安全等级保护:等级保护工作、分级保护工作、密码管理工作三者之间的关系

上次我整理了一篇文字叫《等级保护、等级保护测评、分级保护测评、密码保护测评之间的区别与联系》&#xff0c;后来发现这种措辞还是存在问题&#xff0c;今天在此重新做个探讨&#xff0c;同时进行更正。我们很多从事信息安全行业的人&#xff0c;交流时常常会提及“等保”“…

【淘宝采集项目经验分享】商品评论采集 |商品详情采集 |关键词搜索商品信息采集

商品评论采集 1、输入商品ID 2、筛选要抓取评论类型 3、填写要抓取的页数 4、立刻提交-启动测试 5、等爬虫结束后就可以到“爬取结果”里面下载数据 商品详情采集 1、输入商品ID 2、立刻提交-启动爬虫 3、等爬虫结束后就可以到“爬取结果”里面下载数据 taobao.item_…

数据结构排序方法总结

给定两个数组A,B&#xff0c;将A,B排序合并成一个数组&#xff0c;输出升序排列后的新数组。数组A,B中为整数&#xff0c;字母。 下面是代码&#xff1a; import java.util.Arrays;public class Solution15 {//冒泡排序public static void bubbleSort(String[] array) {int n…

俄罗斯Ozon选品三要素,简单实用的选品方法

在 Ozon 上选品可以参考以下三个要素&#xff1a; 要素一&#xff1a;市场需求 关注热门品类&#xff1a;从 Ozon 的销售数据和市场趋势来看&#xff0c;像电子产品&#xff08;如手机、耳机、智能穿戴设备等&#xff09;、时尚服饰&#xff08;包括流行服装、鞋类、配饰&…

电商数据驱动决策:京东商品详情API返回值的力量

在电商数据驱动决策的过程中&#xff0c;京东商品详情API返回值的力量不容忽视。这些返回值包含了丰富的商品信息&#xff0c;如商品标题、价格、图片、规格参数、用户评价等&#xff0c;为电商企业提供了强大的数据支持&#xff0c;帮助企业更加精准地把握市场动态&#xff0c…

开源项目|聚合支付工具,封装了某宝、某东、某银、PayPal等常用的支付方式

前言 IJPay是一款开源的支付SDK&#xff0c;它集成了微支付、某宝支付、银联支付等多种支付方式&#xff0c;为开发者提供了一种简单、高效的方式来处理支付问题。以下是IJPay的一些主要特点&#xff1a; 支持多种支付方式&#xff1a;IJPay支持微信支付、支付宝支付、银联支付…

用Python实现时间序列模型实战——Day 10: ARIMA 与 SARIMA 模型的综合练习

一、学习内容 1. ARIMA 与 SARIMA 模型的对比分析 ARIMA 模型&#xff1a; ARIMA 模型适用于没有明显季节性趋势的时间序列数据。它通过自回归 (AR)、差分 (I) 和移动平均 (MA) 成分来建模时间序列数据的趋势和噪声。 SARIMA 模型&#xff1a; SARIMA 模型是 ARIMA 模型的…

基于TensorFlow框架的手写数字识别系统(代码+论文+开题报告等)

手写数字识别 需安装Python3.X 64bit相关版本、Tensorflow 1.x相关版本 IDE建议使用Pycharm 打开main.py&#xff0c;运行即可 1.4 研究方法 实验研究表明&#xff0c;若手写体数字没有限制&#xff0c;几乎可以肯定没有一劳永逸的方法能同时达到90%以上的识别率和较快的识别…