图像来源
要实现数据分析、数据库处理和机器学习,数据科学在云上是超级容易和灵活的。在本文中,我们将尝试用下面的简单步骤来创建和删除 SQL 数据库。
- 首先,我们需要开一个 Azure 账户。
- Azure 仪表盘将如下所示。
作者的一幅图像
3.我们可以在图像中看到 SQL 数据库徽标,然后单击该徽标。
作者的一幅图像
4.如果 SQL 徽标没有显示在仪表板中,那么我们可以搜索选项。
作者的一幅图像
5.现在,我们将使用一个普通的 SQL 数据库。
作者的一幅图像
6.我们还可以使用 Create a Resource 找到 SQL 数据库。
作者的一幅图像
7.即使徽标没有出现,也可以查看更多所有服务,然后转到数据库选项并单击 SQL 数据库。
作者的一幅图像
8.现在,点击 create 按钮开始在 Azure 中创建 SQL 数据库。
作者的一幅图像
amitprius.medium.com](https://amitprius.medium.com/how-to-open-an-azure-cloud-account-with-debit-card-87e0d0dd66c)
9.现在,我们需要填充信息来创建一个 SQL 数据库。
作者的一幅图像
10.要托管数据库,我们需要一个服务器,单击创建服务器后,我们需要填写 SQL server 的信息,然后单击确定按钮。服务器名称在全球范围内应该是唯一的。
作者的一幅图像
11.页面返回到数据库信息。我们需要在数据库级别使用计算和存储能力,而不是在服务器级别。点击配置数据库,选择最低收费的基本。
作者的一幅图像
我们可能会在配置中看到 DTU 这个词,DTU 是一个数据传输单元,用来测量速度、读、写和操作。
12.现在,单击“查看+创建”按钮,验证信息,然后单击“创建”按钮。
13.单击 create 按钮后,需要几分钟时间来部署或完成 SQL 数据库。
作者的一幅图像
上图显示部署正在进行中。但是在 2-3 分钟后,部署就完成了,如下图所示。
作者的一幅图像
资源我们创建了 SQL 数据库和 SQL 服务器。它们将位于资源组文件夹中,如下图所示。
- 转到主页或 azure 仪表板,搜索资源组,我们可以看到我们在开始时创建的资源名称。
作者的一幅图像
2.我们可以在资源文件夹中看到我们的资源。
作者的一幅图像
3.要删除所有资源,我们需要单击删除资源组按钮,我们的资源将被删除。
作者的一幅图像
我希望你喜欢这篇文章。通过我的 LinkedIn 和 twitter 联系我。
1。Python 2 中最有用的 NumPy 方法。 NumPy:图像上的线性代数 3。Python 中的异常处理概念 4。熊猫:处理分类数据 5。超参数:机器学习中的 RandomSeachCV 和 GridSearchCV 6。用 Python 充分解释了线性回归 7。用 Python 充分解释了 Logistic 回归 8。使用 Numpy 与 Python 9 进行数据分发。Python 中 40 个最疯狂可用的方法 10。Python 中最常用的 20 种熊猫快捷方式