前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Windows 2008 R2 Server Core .NET环境配置

Windows 2008 R2 Server Core .NET环境配置

作者头像
张善友
发布于 2018-01-19 02:31:26
发布于 2018-01-19 02:31:26
3.1K0
举报
文章被收录于专栏:张善友的专栏张善友的专栏

.NET Framework的部分功能在2008 R2 Server Core得到支持,包括:.NET 2/3/3.5的子集和ASP.NET。另外,PowerShell也在Server Core上可用。IIS7在Server Core上缺少的功能仅仅是本地的管理GUI,可以通过远程进行管理 。

安装好的Server Core支持以下角色:

  1. .NET Framework 2.0, 3.0, 和3.5 子集, 包括WCF, WF和LINQ
  2. PowerShell 2.0
  3. 通过WoW64 支持32位应用程序
  4. 支持ASP.NET的IIS 7.5
  5. 文件服务器资源管理器(FSRM)
  6. 证书服务

上述所支持的角色功能在安装好的Server Core服务器上已经就绪,可以通过以下命令启用相应的组件:

dism /online /enable-feature /featurename:<component>

下面列出的上述组件的名称,注意名称是区分大小写的,

  • .NET Framework 2.0, 3.0, 和3.5 子集: NetFx3-ServerCore (要求首先安装NetFx2-ServerCore)
  • Windows PowerShell: MicrosoftWindowsPowerShell
  • 文件服务器资源管理器(FSRM): FSRM-Infrastructure-Core
  • 证书服务: CertificateServices
  • 支持ASP.NET的IIS 7.5:
  1. IIS-FTPExtensibility
  2. IIS-ASPNET
  3. IIS-NetFxExtensibility
  4. WCF-HTTP-Activation
  5. IIS-WebDAV
  6. IIS-ManagementService
  7. IIS-PowerShellProvider
  • 通过WoW64 支持32位应用程序: ServerCore-WOW64
  • Additional WoW64 support:
  1. FailoverCluster-Core-WOW64
  2. NetFx2-ServerCore-WOW64
  3. MicrosoftWindowsPowerShell-WOW64 (要求首先安装 NetFx2-ServerCore-WOW64)
  4. NetFx3-ServerCore-WOW64
  5. Printing-ServerCore-Role-WOW64
  6. ServerCore-EA-IME-WOW64
  7. SUACore-WOW64

应用通过下面这个命令查看已经安装的组件:

oclist | more

应用通过下面的命令查看已经启用的组件:

dism /online /get-features /format:table | find /I Enabled

应用下述命令明确ASP.NET功能的配置状态

dism /online /get-featureinfo /featurename:IIS-ASPNET

介绍完相关的命令了,下面我们来完成在Windows Server 2008 R2上启用ASP.NET的相关配置。Windows Server 2008 R2的ServerCore包含了.NETFramework2.0/3.0/3.5的子集,这使得ServerCore几乎可以支持ASP.NET的所有特性,但是还有一些限制需要注意:

  • 没有内置的管理控制台,配置和管理ServerCore中的APS.NET站点需要在安装了IIS管理控制台的客户端计算机上远程进行管理,或者通过ServerCore中的APPCMD工具,使用命令行控制台对IIS站点和应用进行更加全面的管理。
  • 没有System WebMail命名空间,因为ServerCore中不含CDOSYS组件,因而也不支持SystemWebMail命名空间,使用SystemNetMail可以实现相同的功能。
  • Windows Serve 2008 R2的Server Core不支持Web应用工具(WAT)。

在安装Web Server 角色,IIS和相关的依赖之前,我们必须确保.NET Framework是已经启用的,通过dism的以下两条命令进行配置.NET Framework 2.0, 3.0, 和3.5 子集:

dism /online /enable-feature /featurename:NetFx2-ServerCore

dism /online /enable-feature /featurename:NetFx3-ServerCore

安装IIS Web Server:

dism /online /enable-feature /featurename:IIS-WebServerRole

安装IIS的ASP.NET支持之前还必须启IIS-ISAPIFilter、IIS-ISAPIExtensions、IIS-NetFxExtensibility:

dism /online /enable-feature /featurename:IIS-ISAPIFilter

dism /online /enable-feature /featurename:IIS-ISAPIExtensions

dism /online /enable-feature /featurename:IIS-NetFxExtensibility

现在可以执行下面的命令安装ASP.NET:

dism /online /enable-feature /featurename:IIS-ASPNET

现在Server Core服务器已经可以支持ASP.NET应用,但是,现在ServerCore中并没有Windows 2008那样具有GUI的IIS管理控制台,这时候如果用户需要创建Web站点和Web应用,有两种方法可以实现:第一种是采用appcmd.exe命令行工具,在Windows系统文件夹中可以找到;或者开启IIS管理服务,通过IIS远程客户端的IIS管理控制台来创建。

执行以下命令安装IIS远程管理服务:

dism /online /enable-feature /featurename:IIS-ManagementService

需要安装WAS-WindowsActivationService和WAS-ConfigurationAPI:

dism /online /enable-feature /featurename:WAS-WindowsActivationService

dism /online /enable-feature /featurename:WAS-ConfigurationAPI

安装成功后,还需要更改一些注册表键值来激活管理服务:

Reg Add HKLM\Software\Microsoft\WebManagement\Server /V EnableRemoteManagement /T REG_DWORD /D 1

IIS远程管理服务已经安装好,但是需要注意的是默认情况下服务是处于停止状态的,如果需要IIS远程管理服务进入开启状态,需要通过netstart命令启用,这点非常重要:

net start wmsvc

现在我们可以通过远程计算机管理Server Core上的IIS服务器,通过带GUI的Windows Server 2008或者Windows 7的IIS控制台连接到Server Core上:

输入Server Core的服务器名称或者IP:

随后要求输入连接到服务器的凭证:

然后需要输入一个标识名称,建议规范命名,一看就知道是那个服务器的IIS:

在IIS上就可以远程管理你的Server Core的IIS服务了。

上述安装过程中,服务器只支持64位的应用程序,我们还存在大量的32位应用程序,在Server Core上启用32为应用程序的支持也很简单,32为应用程序的支持是通过WOW64,可以通过以下命令进行安装:

dism /online /enable-feature /featurename:ServerCore-WOW64

如果还需要使用32位的.NET程序集,执行以下命令进行安装:

dism /online /enable-feature /featurename:NetFx2-ServerCore

dism /online /enable-feature /featurename:NetFx2-ServerCore-WOW64

最后还需要IIS支持32位的应用程序的,需要在IIS的应用程序池上启用32为应用程序的支持。

如果你的应用程序里面还使用到了VC++写的程序集,还需要安装Microsoft Visual C++ Redistributable Package,具体可以参考Visual Studio 64位应用程序编译。

参考资料:

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2010-04-09 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
ERNIE 3.0 Titan:最强中文预训练模型
本文介绍了一个中文大语言模型。作者提出了名为ERNIE 3.0的统一框架,用于预训练大规模知识增强模型,并训练了一个具有 100 亿个参数的模型。 ERNIE 3.0 在各种 NLP 任务上的表现优于最先进的模型。为了探索扩展 ERNIE 3.0 的性能,作者在PaddlePaddle平台上训练了具有多达2600亿个参数的百亿参数模型 ERNIE 3.0 Titan。此外,作者设计了一个自监督的对抗损失和一个可控的语言建模损失,使ERNIE 3.0 Titan 生成可信且可控的文本。为了减少计算开销和碳排放,作者为 ERNIE 3.0 Titan 提出了一个在线蒸馏框架,其中教师模型将同时教授学生和自我训练。ERNIE 3.0 Titan是迄今为止最大的中文密集预训练模型。实证结果表明,ERNIE 3.0 Titan在 68 个NLP数据集上的表现优于最先进的模型。
致Great
2022/01/06
1.1K0
ERNIE 3.0 Titan:最强中文预训练模型
自然语言预训练模型大总结​
先来一张图。 本文主要援引复旦大学邱锡鹏教授的论文:NLP预训练模型综述,对预训练模型进行了一些梳理
机器学习之禅
2022/07/11
8390
自然语言预训练模型大总结​
如何0代码、快速定制企业级NLP模型?百度工程师详解技术选型与模型调优策略
主讲人 | 龙心尘 百度NLP资深研发工程师 量子位编辑 | 公众号 QbitAI 近几年以预训练为代表的NLP技术取得了爆发式发展,新技术新模型层出不穷。企业与开发者如何将最先进的NLP领域科研成果,高效地应用到业务场景中并解决实际问题? 「百度EasyDL AI开发公开课」中,百度资深研发工程师龙心尘结合世界领先的文心(ERNIE)语义理解技术,通过产业实践案例,深入解析技术选型和模型调优的方法,分享了工程实践中的经验。 讲解分为5个部分: NLP常见任务 NLP典型应用场景 EasyDL-NLP与文心
量子位
2023/03/10
3680
如何0代码、快速定制企业级NLP模型?百度工程师详解技术选型与模型调优策略
原创 | 大模型扫盲系列——初识大模型
近年来,随着计算机技术和大数据的快速发展,深度学习在各个领域取得了显著的成果。为了提高模型的性能,研究者们不断尝试增加模型的参数数量,从而诞生了大模型这一概念。本文将从大模型的原理、训练过程、prompt和相关应用介绍等方面进行分析,帮助读者初步了解大模型。
数据派THU
2023/11/22
19.7K0
原创 | 大模型扫盲系列——初识大模型
【NLP】Facebook提出的预训练模型BART
近日,Facebook 发表论文,提出一种为预训练序列到序列模型而设计的去噪自编码器 BART。BART 通过以下步骤训练得到:1)使用任意噪声函数破坏文本;2)学习模型来重建原始文本。BART 使用基于 Transformer 的标准神经机器翻译架构,可泛化 BERT(具备双向编码器)、GPT(具备从左至右的解码器)等近期出现的预训练模型,尽管它非常简洁。Facebook 研究人员评估了多种噪声方法,最终通过随机打乱原始句子的顺序,再使用新型文本填充方法(即用单个 mask token 替换文本段)找出最优性能。
yuquanle
2019/11/25
6.9K0
他山之石 | 预训练模型落地"最后一公里"
大家好,这里是NewBeeNLP。预训练模型如今在业界已经占据主导地位,但是随着模型规模越来越大,如何完美落地成为制约其效果的一大因素。今天和大家分享,来自美团的基于预训练语言模型压缩和蒸馏的落地实践。全文会围绕下面三点展开:
NewBeeNLP
2022/11/17
9070
他山之石 | 预训练模型落地"最后一公里"
不容错过,飞桨产业级PaddleNLP全景图大揭秘!
https://github.com/PaddlePaddle/models/tree/v1.5.1/PaddleNLP
用户1386409
2019/09/25
9850
不容错过,飞桨产业级PaddleNLP全景图大揭秘!
应用实践:Paddle分类模型大集成者[PaddleHub、Finetune、prompt]
项目连接: 应用实践:分类模型大集成者[PaddleHub、Finetune、prompt]
汀丶人工智能
2022/12/21
5420
应用实践:Paddle分类模型大集成者[PaddleHub、Finetune、prompt]
6种用于文本分类的开源预训练模型
文本分类是自然语言处理的核心思想之一。如果一台机器能够区分名词和动词,或者它能够在客户的评论中检测到客户对产品的满意程度,我们可以将这种理解用于其他高级NLP任务。
磐创AI
2020/06/29
3K0
6种用于文本分类的开源预训练模型
飞桨端到端开发套件揭秘:低成本开发的四大秘密武器
11 月 5 日,在 Wave Summit+2019 深度学习开发者峰会上,飞桨全新发布和重要升级了最新的 21 项进展,在深度学习开发者社区引起了巨大的反响。
量子位
2019/12/03
6380
AiTrust下预训练和小样本学习在中文医疗信息处理挑战榜CBLUE表现
项目链接: https://aistudio.baidu.com/aistudio/projectdetail/4592515?contributionType=1 如果有图片缺失参考项目链接 0.项
汀丶人工智能
2022/11/01
6400
ACL 2019 | 清华等提出ERNIE:知识图谱结合BERT才是「有文化」的语言模型
自然语言表征模型最近受到非常多的关注,很多研究者将其视为 NLP 最重要的研究方向之一。例如在大规模语料库上预训练的 BERT,它可以从纯文本中很好地捕捉丰富的语义模式,经过微调后可以持续改善不同 NLP 任务的性能。因此,我们获取 BERT 隐藏层表征后,可用于提升自己任务的性能。
机器之心
2019/05/29
1.5K0
哈工大讯飞联合实验室发布基于全词覆盖的中文BERT预训练模型
下载地址:https://github.com/ymcui/Chinese-BERT-wwm
代码医生工作室
2019/07/05
4.5K0
哈工大讯飞联合实验室发布基于全词覆盖的中文BERT预训练模型
【NLP】预训练模型综述
摘要:近年来,预训练模型的出现将自然语言处理带入了一个新的时代。本文概述了面向自然语言处理领域的预训练模型技术。我们首先概述了预训练模型及其发展历史。并详细介绍自然语言处理领域的经典预训练模型,包括最经典的预训练模型技术和现在一系列新式的有启发意义的预训练模型。然后梳理了这些预训练模型在自然语言处理领域的优势和预训练模型的两种主流分类。最后,对预训练技术的未来发展趋势进行了展望。
黄博的机器学习圈子
2020/05/26
2.2K0
【NLP】预训练模型综述
预训练模型,NLP的版本答案!
问题其实很多,模型训练慢,一个月迭代一次很正常(现在做业务,两周就要有一轮迭代),显卡内存动不动就给爆了。
NewBeeNLP
2021/10/22
8860
预训练模型,NLP的版本答案!
EMNLP 2021 | 百度:多语言预训练模型ERNIE-M
2021年伊始,百度发布多语言预训练模型ERNIE-M,通过对96门语言的学习,使得一个模型能同时理解96种语言,该项技术在5类典型跨语言理解任务上刷新世界最好效果。在权威跨语言理解榜单XTREME上,ERNIE-M也登顶榜首,超越微软、谷歌、Facebook等机构提出的模型。(但是现在降到了第7名)
NewBeeNLP
2021/12/17
1.2K0
EMNLP 2021 | 百度:多语言预训练模型ERNIE-M
上线周期缩短上百倍!NLP流水线系统发布,10分钟搭建检索、问答等复杂系统
伴随着产业智能化升级的浪潮,企业对灵活可定制的智能NLP系统有着广泛需求。例如,保险公司希望通过智能客服平台向客户提供24小时问答服务,同时也想建设企业内搜平台向员工提供精准、高效的搜索服务。然而众多企业自建这些复杂系统所耗费的人力成本和时间成本巨大,成为产业智能化升级的 “拦路虎” 。
NewBeeNLP
2022/11/17
6220
上线周期缩短上百倍!NLP流水线系统发布,10分钟搭建检索、问答等复杂系统
快递单信息抽取【二】基于ERNIE1.0至ErnieGram + CRF预训练模型
2.快递单信息抽取【二】基于ERNIE1.0至ErnieGram + CRF预训练模型
汀丶人工智能
2022/11/08
5100
深度学习NLP最佳方法
2017年7月26日更新:有关其他上下文,HackerNews对此帖的讨论。
花落花飞去
2018/02/05
1.7K0
NLP领域预训练模型的现状及分析
小牛翻译,核心成员来自东北大学自然语言处理实验室,由姚天顺教授创建于1980年,现由朱靖波教授、肖桐博士领导,长期从事计算语言学的相关研究工作,主要包括机器翻译、语言分析、文本挖掘等。团队研发的支持140种语言互译的小牛翻译系统已经得到广泛应用,并研发了小牛翻译云(https://niutrans.vip)让机器翻译技术赋能全球企业。
AI科技评论
2019/11/07
1.1K0
NLP领域预训练模型的现状及分析
推荐阅读
相关推荐
ERNIE 3.0 Titan:最强中文预训练模型
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档