如何安装mysql8.0数据库_windows 系统如何安装 mysql 8.0.15 数据库?

windows 系统如何安装 mysql 8.0.15 数据库?

1. 下载安装包

2. 目录结构如下

注意:这里路径都是相对路径,实际配置时更改为实际路径。

./mysql/config

./mysql/data

./mysql/config/my.ini

./mysql/mysql-8.0.15-winx64

# my.ini 文件内容如下:

[mysqld]

# set basedir to your installation path

basedir=../mysql/config

# set datadir to the location of your data directory

datadir=../mysql/data

# mysql-8.0.15-winx64 目录是下载下来的压缩包解压下来的目录.

3. 执行一系列命令

# mysql 初始化

./mysql/mysql-8.0.15-winx64/bin/mysqld.exe -defaults-file=./mysql/config/my.ini --initialize-insecure --console

# windows 服务安装

./mysql/mysql-8.0.15-winx64/bin/mysqld.exe --install MySQL ----defaults-file=./mysql/config/my.ini

# 启动服务

sc start MySQL

# 登录数据库

./mysql/mysql-8.0.15-winx64/bin/mysql.exe -u root --skip-password

# 设置 root 用户密码 root-password

ALTER USER 'root'@'localhost' IDENTIFIED BY 'root-password';

# 数据库升级

./mysql/mysql-8.0.15-winx64/bin/mysql_upgrade.exe -u root -p root-password

# 其他指令

# 停止服务

sc stop MySQL

# 删除服务

sc delete MySQL

# 停止Mysql后台进程

./mysql/mysql-8.0.15-winx64/bin/mysqladmin.exe -u root -p root-password shutdown

#

flush privileges;

4.其他设置

如需大量自定义选项可在命令行中运行

# 使用该命令打印出所有配置,看到需要自定义的配置可以在 ./mysql/config/my.ini 中添加。

mysqld --verbose --help

创建 MySQL 服务后,可以在 任务管理器->服务 中看到 MySQL,可以在这里手动停止和运行该服务。

同时进程列表可以看到 mysqld.exe 进程。

如果不采用服务的形式运行,则会出现 --skip-grant-table 问题。

获取更多 mysql 帮助信息请输入

help

使用 mysql 8.0.15 x86 libmysql.dll 动态库进行链接时会报如下错误:

Authentication plugin 'caching_sha2_password' cannot be loaded: 找不到指定的模块。\r\n

解决方法:在mysql命令行中修改该用户为 `mysql_native_password`

alter user 'root'@'localhost' identified with mysql_native_password by '123456';

当然使用 libmysql.dll x64 库时不存在该问题,因为该库静态编译进了该插件。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值