Nano Hash - криптовалюты, майнинг, программирование

Переместите механизм SSRS на новый сервер, но сохраните те же базы данных отчетов.

Наши службы отчетов SQL Server (2008 R2) настроены следующим образом:

ServerA: содержит механизм служб отчетов (включая URL-адрес диспетчера отчетов, URL-адрес веб-службы и т. д.).

ServerB: экземпляр сервера sql, на котором размещаются базы данных отчетов для ServerA (ReportServer и ReportServerTempDB).

ServerA является EOL и будет заменен ServerC. У меня есть два вопроса:

  1. Как нам перейти к установке служб Reporting Services на ServerC, чтобы они указывали на базы данных на ServerB.
  2. Как мы переносим отчеты (и настройки) с ServerA на ServerC. Будет ли это происходить автоматически, указывая ServerC на существующие базы данных на ServerB.

Спасибо.


Ответы:


1

Тебе следует:

  • Создайте резервную копию ключа шифрования с помощью диспетчера конфигурации SSRS на сервере ServerA.
  • Запишите любые пользовательские изменения, которые вы внесли в файл RSReportServer.config на сервере ServerA, любые пользовательские сборки также необходимо будет перенести (если у вас установлена ​​установка по умолчанию, вам не нужно слишком беспокоиться об этом)
  • Установите службы Reporting Services на ServerC (выберите вариант установки, но не настраивайте)
  • Настройте URL-адреса служб отчетов на ServerC с помощью диспетчера конфигурации SSRS.
  • Повторно импортируйте ключ шифрования в ServerC с помощью диспетчера конфигурации SSRS.
  • Настройте сервер отчетов для подключения к базам данных сервера отчетов на сервере B с помощью диспетчера конфигурации SSRS.
  • Удаление и вывод из эксплуатации ServerA

Все ваши отчеты и источники данных/расписания и т. д. находятся в базе данных, все пароли и т. д. зашифрованы ключом, который вы экспортировали со старого сервера и импортировали на новый, поэтому все должно быть там после подключения к новому серверу.

У Microsoft есть сценарии миграции и т. Д. Здесь, хотя все это довольно просто понять:

Как выполнить миграцию установки служб Reporting Services

23.07.2014
  • Спасибо за ответ. Меня беспокоило повторное использование одной и той же базы данных. Из вашего описания и прочтения в другом месте кажется, что это в основном настройка масштабируемого развертывания. Это правильно? 23.07.2014
  • В значительной степени да, вы можете без проблем совместно использовать одну и ту же базу данных с несколькими серверами отчетов, я делал это несколько раз раньше, и пока вы сохраняете свой ключ шифрования, это довольно простой процесс. 23.07.2014
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..