推荐:使用Vagrant快速部署Ubuntu上的Oracle XE 11g数据库
2024-05-22 19:25:34作者:吴年前Myrtle
在这个数字化的开发时代,我们总是寻找更快捷、更高效的工具来构建和测试我们的系统。这就是为什么我要向你推荐一个独特的开源项目——它能让你通过Vagrant和Puppet在Ubuntu 12.04虚拟机上轻松安装Oracle 11g XE数据库。
项目简介
这个项目基于Manish Raj的《在Ubuntu 64位系统中安装Oracle 11g R2 Express Edition》一文和Stefan Glase的vagrant-oracle-xe仓库,提供了一种自动化的方法来设置Oracle 11g XE。只需要几个简单的步骤,就可以在Vagrant环境中拥有一个运行着Oracle数据库的Ubuntu环境。
技术解析
项目的核心是Vagrant,这是一个强大的虚拟化工具,可以创建和管理轻量级的开发环境。与之配合的是Puppet,这是一种声明式配置管理系统,用于自动完成Oracle的安装和配置。一旦设置完毕,你可以在本地主机上通过localhost:1521/XE连接到Oracle数据库。
应用场景
这个项目对于那些需要进行Oracle数据库开发、测试或教学的人来说非常有用。因为它是基于虚拟化的,所以不会影响你的主机系统,并且可以在任何支持Vagrant的平台上运行,如MacOS、Windows或Linux。此外,由于它使用的是Oracle XE,因此特别适合小规模的应用,或者作为学习Oracle数据库的基础环境。
项目特点
- 自动化安装:使用Vagrant和Puppet,你可以一键启动并安装Oracle 11g XE。
- 资源要求低:只需要4GB内存(建议8GB),并且兼容64位系统。
- 集成Flyway:可选地,你还可以添加Flyway数据库版本控制,只需将
ojdbc6.jar放入指定目录。 - 简单易用:通过
vagrant up命令即可启动,无需复杂的数据库配置。 - 远程访问:你可以像操作本地数据库一样,通过
sqlplus或者其他SQL客户端连接到localhost:1521/XE。
如果你想直观了解整个过程,可以观看Daekwon Kang制作的asciicast演示。
如果你对Oracle数据库有需求,无论是开发、测试还是学习,这个开源项目都是值得尝试的选择。现在就动手试试看,感受一下Oracle XE 11g在Ubuntu虚拟机中的魅力吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1