3704错误，无法除去表XXX。XX。XX，因为它正用于复制！

walkonthesky 2004-09-10 04:22:44

我到 /复制/ 目录下
将/发布/子目录内的所有内容都删除了
而/订阅/子目录下建立的一个强制订阅总是无法删除

联机丛书如此说：
在发布服务器打开 SQL Server 企业管理器，依次展开服务器组、Replication 文件夹、publications 文件夹，单击带有要删除订阅的发布，右击 SQL Server 企业管理器中该发布的强制订阅，然后单击"删除"按钮。

我删除了所有的发布
但是强制订阅不能被删除

...全文

309 3 打赏收藏转发到动态举报

写回复

用AI写文章

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

duxianghe 2005-09-07

打赏
举报

晕哦，删除都删除不了

zjcxc 2004-09-10

打赏
举报

删除强制订阅的时候,要求订阅服务器与发布服务器是连通的,否则强制订阅无法被删除.

yesterday2000 2004-09-10

打赏
举报

在查询分析器里执行

-----允许对系统表进行修改
sp_configure 'allow updates',1
go
reconfigure with override
go
-----将复制的标记位清除
use youtbale
go
update sysobjects set replinfo=0 where name='object_name'
go
----取消允许对系统表进行修改
sp_configure 'allow updates',1
go
reconfigure with override
go

Web应用安全的核心在于对用户输入的严格过滤和对系统信任边界的清晰定义。输入验证与过滤机制的失效，往往会导致严重的安全漏洞，例如SQL注入和远程代码执行。这些漏洞的原理在于，攻击者通过构造恶意输入，绕过应用程序的预期处理逻辑，从而操纵数据库查询或执行任意系统命令，最终实现数据窃取或系统控制。在渗透测试与安全研究中，手动利用此类漏洞是理解其原理和危害的关键环节。本文聚焦于Drupal内容管理系统历史上两个影响深远的漏洞——CVE-2018-7600（Drupalgeddon 2）和CVE-2014-3704，

几个实例的错误分析与解决方案。 1.ERROR 2002 (HY000): Can't connect to local MySQL server through socket '/data/mysql/mysql.sock' 问题分析：可能是数据库没有启动或者是端口被防火墙禁止。解决方法：启动数据库或者防火墙开放数据库监听端口。 2.ERROR 1045 (28000): Access ...

公众号关注“菜鸟要飞”设为 “星标”，和12万程序员一起成长！先给大家看几个实例的错误分析与解决方案。1.ERROR 2002 (HY000): Can't connect to local MySQL server through socket '/data/mysql/mysql.sock'问题分析：可能是数据库没有启动或者是端口被防火墙禁止。解决方法：启动数据库或者防火墙开放数据...

先给大家看几个实例的错误分析与解决方案。1.ERROR 2002 (HY000): Can't connect to local MySQL server through socket '/data/mysql/mysql.sock'问题分析：可能是数据库没有启动或者是端口被防火墙禁止。解决方法：启动数据库或者防火墙开放数据库监听端口。2.ERROR 1045 (28000): Access de...

内容概要：本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器（AUV）运动控制中的应用，旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型，将Q-Learning算法与传统PID控制相结合，实现控制器参数的在线自适应优化，有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证，结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现，为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群：具备自动控制理论、强化学习或水下机器人建模背景，从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标：①应用于高精度、强鲁棒性的水下机器人运动控制系统设计；②开展智能PID控制器在非线性、时变系统中的参数自整定研究；③作为强化学习在复杂工业控制场景中落地的典型案例参考，推动算法与工程实践融合。; 阅读建议：建议结合提供的Matlab代码进行仿真实验，重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程，可进一步拓展至与其他智能优化算法（如DQN、Actor-Critic）的对比研究，深化对自适应控制机制的理解。