• 数据库方向上的九种职业


    数据库方向上的九种职业。(除了那些数据库研发等太过专业的方向)
    前面四种的重点是设计和应用,侧重于软件和数据逻辑层面。
    后面五种的重点是运营和维护,侧重与硬件和数据物理层面。
    不过这些职位不是孤立,反而是互相交叉的,只是侧重点不同。


    前面四种:


    数据库应用开发 (application development)


      除了基本的SQL方面的知识,还要对开发流程,软件工程,各种框架和开发工具等等
      数据库应用开发这个方向上的机会最多,职位最多,薪水一般


    数据建模专家 (data modeler)


      除了基本的SQL方面的知识,非常熟悉数据库原理,数据建模
      负责将用户对数据的需求转化为数据库物理设计和物理设计
      这个方向上在大公司(金融,保险,研究,软件开发商等)有专门职位,
      在中小公司则可能由程序员承担。
    商业智能专家 (business intelligence - BI)


      主要从商业应用,最终用户的角度去从数据中获得有用的信息,
      涉及OLAP (online analytical processing)
      需要使用SSRS, cognos, crystal report等报表工具,或者其他一些数据挖掘,统计方面的软件工具
      这个方面我不熟悉,不敢乱说(以免被拍砖,呵呵)
     


    ETL开发员 (ETL Developer)


      使用ETL工具或者自己编写程序在不同的数据源之间对数据进行导入,导出,转换,
      所接触的数据库一般数据量非常大,要求进行的数据转换也比较复杂。
      这个职位属于第一大类中的,侧重于设计和应用层,和数据仓库和商业智能的关系比较密切。
        


    数据构架师 (Data Architect)


      主要从全局上制定和控制关于数据库在逻辑这一层的大方向,
      也包括数据可用性,扩展性等长期性战略,
      协调数据库的应用开发,建模,DBA之间的工作。
      这个方向上在大公司(金融,保险,研究,软件开发商等)有专门职位,
      在中小公司或者没有这个职位,或者由开发人员,DBA负责。
     
     前面五种:


    数据库管理员 (database administrator - DBA)


      数据库的安装,配置,调优,备份/恢复,监控,自动化等,
      协助应用开发(有些职位还要求优化SQL,写存储过程和函数等)
      这个方向上的职位相对少一些,但一般有点规模的公司还是会有这样的职位


    数据仓库专家 (data warehouse - DW)


      应付超大规模的数据,历史数据的存储,管理和使用,
      和商业智能关系密切,很多时候BI和DW是放在一个大类里面的,
      但是我觉得DW更侧重于硬件和物理层上的管理和优化。


    存储工程师 (storage engineer)


      专门负责提供数据存储方案,使用各种存储技术满足数据访问和存储需求,
      和DBA的工作关系比较密切。
      对高可用性有严格要求(比如通信,金融,数据中心等)的公司通常有这种职位,
      这种职位也非常少。


    性能优化工程师 (performance engineer)


      专长数据库的性能调试和优化,为用户提供解决性能瓶颈方面的问题。
      我知道至少IBM, 微软和Oracle都有专门的数据库性能实验室(database performance lab),
      也有专门的性能优化工程师,负责为其数据库产品和关键应用提供这方面的技术支持。
      对数据库性能有严格要求的公司(比如金融行业)可能会有这种职位。
      因为针对性很强,甚至要求对多种数据库非常熟悉,所以职位极少。


    高级数据库管理员 (senior DBA)


      在DBA的基础上,还涉及上面3种职位的部分工作,具体包括下面这些:
      对应用系统的数据(布局,访问模式,增长模式,存储要求等)比较熟悉。
      对性能优化非常熟悉,可以发现并优化从SQL到硬件I/O,网络等各个层面上的瓶颈
      对于存储技术相对熟悉,可能代替存储工程师的一些工作,
      对数据库的高可用性技术非常熟悉(比如MSSQL的集群,ORACLE RAC/FailSafe, IBM的DPF, HADR等)
      对大规模数据库有效进行物理扩展(比如表分区)或者逻辑扩展(比如数据库分区,联合数据库等)
      熟悉各种数据复制技术,比如单向,双向,点对点复制技术,以满足应用要求。
      灾难数据恢复过程的建立,测试和执行
      这种职位一般只在对数据库要求非常高并且规模非常大(比如金融,电信,数据中心等)的公司需要,
      而且这种公司一般有一个专门独立负责数据库的部门或组。
      这种职位非常少。

  • 相关阅读:
    MySQL 常用函数
    Tensorflow 模型保存、节点修改以及Serving 图优化
    素数算法(Prime Num Algorithm)
    架构道术-企业选择Dubbo作为分布式服务框架的10个理由
    三年经验只会点点点(功能测试),辞职后你可能连工作都找不到了。
    git更新代码时显示“auto-detection of host provider took too long“移除方法
    基于形态学重建和过滤改进FCM算法实现图像分割
    【从零学习python 】73. UDP网络程序-发送数据
    HTML5+CSS3+JS小实例:霁青+翠蓝的Tabbar动画特效
    郑州轻工业大学OJ合集(C语言)【正在整理】
  • 原文地址:https://blog.csdn.net/gggwfn1982/article/details/134444676