在上一篇中我提到了如何破解RHEL上SQLServer的内存大小限制（http://www.linuxdiyf.com/linux/30805.html），但是Ubuntu上还有一道检查。
这篇我将会讲解如何在3.5GB以下内存的Ubuntu中安装和运行SQLServer for Linux。
a.首先按照微软的给出的步骤安装和配置
https://docs.microsoft.com/zh-cn/sql/linux/sql-server-linux-setup-ubuntu
b.使用apt安装mssql的包时会提示这个错误
ERROR: This machine must have at least 3.25 gigabytes of memory to install Microsoft(R) SQL Server(R).
c.通过分析deb包可以找到检查的地方在config脚本中
#!/bin/bash -e
# Source debconf library.
. /usr/share/debconf/confmodule
db_version 2.0
db_capb backup
let system_memory="$(awk '/MemTotal/ {print $2}' /proc/meminfo) / 1024"
if [ $system_memory -lt 3250 ]; then
echo "ERROR: This machine must have at least 3.25 gigabytes of memory to install Microsoft(R) SQL Server(R)."
exit 1
fi
对于这种检查，可以修改这里的内容并重新打包deb包，也可以通过LD_PRELOAD来绕过错误的报告，接下来我会使用LD_PRELOAD
d.使用LD_PRELOAD让所有进程的返回值都变成0
root@ubuntu:~# vi crack.c
#define _GNU_SOURCE
#include <stdio.h>
#include <stdlib.h>
#include <dlfcn.h>
static void (*real_exit)(int status) = NULL;
static void exit_init() {
real_exit = dlsym(RTLD_NEXT, "exit");
if (real_exit == NULL) {
fprintf(stderr, "dlsym error: %s\n", dlerror());
abort();
}
}
void exit(int status) {
if (real_exit == NULL) {
exit_init();
}
real_exit(0);
}
root@ubuntu:~# gcc -Wall -shared -fPIC -o crack.so crack.c
e.重新运行apt安装mssql包
root@ubuntu:~# env LD_PRELOAD=/root/crack.so apt-get install -y mssql-server
如果安装成功，你可以看到下面的消息
f.接下来和RHEL篇一样，破解程序文件
替换3250000000到512000000
root@ubuntu:~# cd /opt/mssql/bin/
root@ubuntu:/opt/mssql/bin# cp sqlservr sqlservr.old
root@ubuntu:/opt/mssql/bin# cp sqlpackage sqlpackage.old
root@ubuntu:/opt/mssql/bin# sed -i "s/\x80\x10\xb7\xc1/\x00\x80\x84\x1e/g" sqlservr
root@ubuntu:/opt/mssql/bin# sed -i "s/\x80\x10\xb7\xc1/\x00\x80\x84\x1e/g" sqlpackage
g.重新配置mssql
root@ubuntu:/opt/mssql/bin# rm -rf /var/opt/mssql
root@ubuntu:/opt/mssql/bin# /opt/mssql/bin/sqlservr-setup
root@ubuntu:/opt/mssql/bin# systemctl status mssql-server
可以看到消息
到这里就已经大功告成了，上图：
mssql刚启动就占了600MB的内存，所以微软设置3.5G的内存限制也不是没有道理的
mssql for linux似乎运行在一层windows的兼容层上，这也可能是内存占用大的原因
需要更低的资源消耗？考虑postgresql或mariadb吧。