國內資料庫方向大牛

『壹』 資料庫方向有哪些職位

一般就只有：
資料庫制管理員
資料庫設計師（51job上好像有）
還有就是，搞軟體實施的（基本上就是去幫客戶安裝本公司的軟體和相應的資料庫）
其它嘛，應該還有，主要看你到什麼公司（有小型，中型，大型之分），
得到具體的公司去了解，當然最起碼的就是：資料庫管理員了，它就直接全是和資料庫打交道

『貳』 資料庫系統概念第六版，資料庫大牛來

以下是個人理解，我沒去驗證
比如我要在一個事務中修改表中的一行，然後讀取表中的另一行，那麼我得在第一行加上X鎖，當然這時候表上應該是IX，當我讀取另一行的時候，直接在另一行加S就行了。

『叄』 什麼資料庫比較熱門

總體來說，主流資料庫並不存在明確的好壞之分，每一種資料庫都有各自的優缺點，最主要還是看它是否能夠滿足您的需求。

總的來說，選擇資料庫可以從以下角度考慮：

從個人角度出發的話，如果是以學習和小型業務需求為主，推薦使用MySQL，它的優勢在於：

成本（免費）
自由（完全開源，適用多個場景）
性能（體積小但速度快）
這三點決定了MySQL資料庫的超高性價比。並且目前有不少主流公司仍然青睞MySQL，大名鼎鼎的Fackbook就依然在延續MySQL的使用。

2. 如果是企業角度出發，主流的大型資料庫如Oracle、Sql Server...以及近些年來大數據領域十分火熱的非關系型資料庫，例如Redis、HBse等等，都可以作為考慮的對象。

接下來具體列舉一些常用資料庫的優缺點，希望能為大家提供參考：
MySQL：
優勢：

MySQL是開放源代碼的資料庫，任何人都可以獲得該資料庫的源代碼。
MySQL能夠實現跨平台操作，可以在Windows、UNIX、Linux和Mac OS等操作系統上運行。
MySQL資料庫是一款自由軟體，大部分應用場景下都是免費使用。
MySQL功能強大且使用方便，社區生態繁榮，有諸多學習資料。
缺點：規模小，功能有限。

SQL Server
高度可擴展：可以從單一的筆記本電腦上運行任何東西或以高倍雲伺服器網路運行，或在兩者之間任何東西。
「雖然說是「任何東西」，但是仍然要滿足相關的軟體和硬體的要求「
生態鏈廣：具有內置的商務智能工具，以及一系列的分析和報告工具，可以創建資料庫、備份、復制，帶來了更好的安全性。
Oracle
Oracle資料庫系統是目前世界上流行的關系資料庫管理系統，具有以下特點：

可移植性好（在各類大、中、小、微機環境中都適用）
使用方便、
功能強
因此，Oracle是一種高效率、可靠性好的、適應高吞吐量的資料庫解決方案。

DB2
DB2是IBM開發的一種大型關系型資料庫平台。它支持多用戶或應用程序在同一條SQL 語句中查詢不同database甚至不同DBMS中的數據。它的應用特點如下：

支持面向對象的編程：db2支持復雜的數據結構，如無結構文本對象，可以對無結構文本對象進行布爾匹配、最接近匹配和任意匹配等搜索。可以建立用戶數據類型和用戶自定義函數。
支持多媒體應用程序：db2支持大二分對象（blob），允許在資料庫中存取二進制大對象和文本大對象。其中，二進制大對象可以用來存儲多媒體對象。
具有良好的備份和恢復能力
支持存儲過程和觸發器，用戶可以在建表時顯示的定義復雜的完整性規則
支持異構分布式資料庫訪問，支持數據復制
PostgreSQL
PostgreSQL 是一個免費的對象-關系資料庫伺服器(ORDBMS)，它的 Slogan 是 「世界上最先進的開源關系型資料庫」。

PostgreSQL具有如下特徵：
函數：通過函數，可以在資料庫伺服器端執行指令程序。
索引：用戶可以自定義索引方法，或使用內置的 B 樹，哈希表與 GiST 索引。
觸發器：觸發器是由SQL語句查詢所觸發的事件。如：一個INSERT語句可能觸發一個檢查數據完整性的觸發器。觸發器通常由INSERT或UPDATE語句觸發。 多版本並發控制：PostgreSQL使用多版本並發控制（MVCC，Multiversion concurrency control）系統進行並發控制，該系統向每個用戶提供了一個資料庫的」快照」，用戶在事務內所作的每個修改，對於其他的用戶都不可見，直到該事務成功提交。
規則：規則（RULE）允許一個查詢能被重寫，通常用來實現對視圖（VIEW）的操作，如插入（INSERT）、更新（UPDATE）、刪除（DELETE）。
數據類型：包括文本、任意精度的數值數組、JSON 數據、枚舉類型、XML 數據等。
全文檢索：通過 Tsearch2 或 OpenFTS，8.3版本中內嵌 Tsearch2。
NoSQL：JSON，JSONB，XML，HStore 原生支持，至 NoSQL 資料庫的外部數據包裝器。
數據倉庫：能平滑遷移至同屬 PostgreSQL 生態的 GreenPlum，DeepGreen，HAWK 等，使用 FDW 進行 ETL

『肆』 中科大資料庫方向怎麼樣

中科大資料庫方向怎麼樣
中科大資料庫方向怎麼樣

中國科學技術大學的資料庫方向是一個非常受歡迎的專業，學校在資料庫方面擁有一流的教學設施和研究機構，具有豐富的教學經驗和研究成果。學校擁有一支專業的師資隊伍，他們在國內外都有很高的聲譽，能夠提供優質的教學和科研服務。此外，學校還擁有先進的實驗室設施，能夠滿足學生在實踐方面的需求，為學生提供全面的學習體驗。

『伍』 國內做分布式資料庫開發的現狀如何

基礎軟體創業其實我覺得是個好生意，尤其是資料庫，但是前提是確實在技術上有所創新，這么一來技術壁壘就巨高，這就是護城河。如果只是去模仿 Oracle，是沒有太大前途的（當然靠關系那種就另說了，反正我本人不認為這樣是正確的價值觀），想想人家 O 記在這個領域做了 30 年，你走人家的老路憑什麼幹得動人家？ 目前來說我覺得之所以國內還沒有太大成功的公司涌現說到底還是因為技術不行或者路子不對或者客戶的歷史包袱太重，拿個 Hadoop 改改就是大數據了嗎？真正的 OLTP 業務敢碰嗎？所以就造成了做項目掙快錢攢方案搞數據分析的公司扎堆，真正在 OLTP 端的創新沒人敢碰。另外一個重要的問題就是，國內幾乎沒人懂開源。最近幾年重要的基礎軟體創新都在開源社區，比如 Docker / Kubenetes (Mesos) / Spark ...憑一個公司的力量是很難跟上社區的發展速度的。國內的大多數開源項目不管是代碼質量，用心程度，設計的視野上都太弱了，連最基本的英文交流都很少有開源項目注意，更不用說生態了。不過，還是有希望的，至少學術界最近幾年的進展，讓我們看到了在分布式 OLTP 系統 (NewSQL) 上的一些希望，而且這塊在全球范圍內都是一個藍海。基於這個背景，我們創立了 PingCAP，從零開始拋開一切歷史包袱去實現一個全新的資料庫 TiDB，TiDB 的目標就是瞄準世界頂級的通用分布式資料庫開源項目和未來的行業標准去的。雖然這個東西確實很難, 但我也不覺得我們會比矽谷的頂級基礎軟體公司差:)，不客氣的講，我們在這個領域也遠遠走到了各個友商的前面，另外一方面如果不難也沒有做它的價值，如果未來的資料庫還是需要像現在分庫分表中間件 Oracle，我覺得就太無趣了。就說一個 Cloud-Native，目前來說基本沒有 OLTP 的資料庫能搞定。

『陸』 知乎上有哪些比較活躍的資料庫領域大牛

可以存儲很大資源，查詢方便，統計方便，匯總也很方便，總之想要看到什麼結果，都可以清晰的看到。

『柒』 如何學好MySQL 資料庫 求大牛們推薦學習資料，書籍 入門級 提高級 求分別列出來，感激不盡

你可以看看這本書《mysql資料庫應用從入門到精通》，這本書共分為3篇。其中第回一篇為MySQL資料庫基礎篇，內容包答括資料庫涉及到的基本概念、MySQL資料庫的安裝與配置。第二篇為標准SQL語句編程和應用篇，內容包括操作資料庫對象、操作表對象、操作索引對象、操作視圖對象、操作觸發器對象和操作數據。第三篇為MySQL資料庫管理篇，內容包括MySQL資料庫的用戶管理和許可權管理、MySQL資料庫的日誌管理、MySQL資料庫的性能優化和PowerDesigner資料庫設計軟體。

『捌』 近年來，國內外在資料庫智能化（AI for DB）方向有哪些進展

智能運維，負載均衡߅冷熱分離，數據融合，智能資料庫等等，主要面向機器學習與數據挖掘方向。
AntDB資料庫，一款在通信行業得到充分使用的業內領先的國產資料庫，幫助客戶進行OLTP 與OLAP一站式處理的資料庫產品，具備豐富配套工具和完整服務體系。AntDB 先進的雲原生分布式架構設計，支持峰值每秒百萬筆的電信核心交易，數據處理能力、系統吞吐量、交易安全性在行業內領先。並且支持內存存儲引擎智能切換，在滿足高性能並發要求的同時，在平高峰期智能切換內存-磁碟引擎，實現降本增效。
目前AntDB已在電信核心業務系統持續運行近十年，應用於通信、金融、政企、物聯網等行業的聯機交易、CRM、客戶服務等場景，得到客戶的高度認可。

『玖』 請教資料庫PhD讀哪個方向比較好

個人覺得還是大數據方向比較好一點，因為數據挖掘本身就屬於大數據方向啊！
至於導師，我覺得解放軍理工大學的劉鵬博導在雲計算、雲存儲、大數據方向專業性非常的強，他是江蘇省雲計算論壇主席，中國電子學會雲計算專家委員會雲存儲組長，中國雲計算專家咨詢委員會副主任/秘書長等等，在業內是權威

『拾』 關於大學計算機專業資料庫方向

大學計算機專業資料庫方向：
1、資料庫應用開發 (application development)
除了基本的SQL方面的知識，還要對開發流程，軟體工程，各種框架和開發工具等等
資料庫應用開發這個方向上的機會最多，職位最多。
2、數據建模專家 (data modeler)
除了基本的SQL方面的知識，非常熟悉資料庫原理，數據建模負責將用戶對數據的需求轉化為資料庫物理設計和物理設計，這個方向上在大公司（金融，保險，研究，軟體開發商等）有專門職位，在中小公司則可能由程序員承擔。
3、商業智能專家 (business intelligence - BI)
主要從商業應用，最終用戶的角度去從數據中獲得有用的信息，涉及OLAP (online analytical processing) ，需要使用SSRS, cognos, crystal report等報表工具，或者其他一些數據挖掘，統計方面的軟體工具。
4、ETL開發 (ETL Developer)
使用ETL工具或者自己編寫程序在不同的數據源之間對數據進行導入，導出，轉換，所接觸的資料庫一般數據量非常大，要求進行的數據轉換也比較復雜和數據倉庫和商業智能的關系比較密切。在一些資料庫應用規模很大的公司裡面有專門的職位，中小公司裡面則可能由程序員或者DBA負責這方面的工作。
5、數據構架師 (Data Architect)
主要從全局上制定和控制關於資料庫在邏輯這一層的大方向，也包括數據可用性，擴展性等長期性戰略，協調資料庫的應用開發，建模，DBA之間的工作。這個方向上在大公司（金融，保險，研究，軟體開發商等）有專門職位， 在中小公司或者沒有這個職位，或者由開發人員，DBA負責。
6、資料庫管理員 (database administrator - DBA)
資料庫的安裝，配置，調優，備份/恢復，監控，自動化等，協助應用開發（有些職位還要求優化SQL，寫存儲過程和函數等）。這個方向上的職位相對少一些，但一般有點規模的公司還是會有這樣的職位
7、數據倉庫專家 (data warehouse - DW)
應付超大規模的數據，歷史數據的存儲，管理和使用，和商業智能關系密切，很多時候BI和DW是放在一個大類裡面的，但是我覺得DW更側重於硬體和物理層上的管理和優化。
8、存儲工程師 (storage engineer)
專門負責提供數據存儲方案，使用各種存儲技術滿足數據訪問和存儲需求，和DBA的工作關系比較密切。對高可用性有嚴格要求（比如通信，金融，數據中心等）的公司通常有這種職位， 這種職位也非常少。
9、性能優化工程師 (performance engineer)
專長資料庫的性能調試和優化，為用戶提供解決性能瓶頸方面的問題。也有專門的性能優化工程師，負責為其資料庫產品和關鍵應用提供這方面的技術支持。對資料庫性能有嚴格要求的公司（比如金融行業）可能會有這種職位。 因為針對性很強，甚至要求對多種資料庫非常熟悉，所以職位極少。
10、高級資料庫管理員 (senior DBA)
在DBA的基礎上，還涉及上面3種職位的部分工作，具體包括下面這些：對應用系統的數據（布局，訪問模式，增長模式，存儲要求等）比較熟悉。對性能優化非常熟悉，可以發現並優化從SQL到硬體I/O，網路等各個層面上的瓶頸，對於存儲技術相對熟悉，可能代替存儲工程師的一些工作，對資料庫的高可用性技術非常熟悉（比如MSSQL的集群，ORACLERAC/FailSafe, IBM的DPF, HADR等），對大規模資料庫有效進行物理擴展（比如表分區）或者邏輯擴展（比如資料庫分區，聯合資料庫等）。熟悉各種數據復制技術，比如單向，雙向，點對點復制技術，以滿足應用要求。災難數據恢復過程的建立，測試和執行。這種職位一般只在對資料庫要求非常高並且規模非常大（比如金融，電信，數據中心等）的公司需要，而且這種公司一般有一個專門獨立負責資料庫的部門或組。這種職位非常少。