dba大數據

❶ 大數據開發和DBA哪個發展前景好

應該是大數據開發比較好的，畢竟大數據，雲計算和物聯網是未來發展的三大趨版勢。大數據權現在雖然沒有發展到成熟的階段。但是在以後的5到10年裡，會漸漸的走向成熟的階段的。以後我們的生活中時時都會出現大數據的影子的。

❷ 資料庫工程師和大數據工程師有啥區別

兩者是有區別的。數抄據庫工襲程師主要是做資料庫的sql開發、維護；大數據工程師主要是做數據的提取、解析、計算、分析。總的來說，一個偏底層建設，一個更偏向業務應用。資料庫工程師入門門檻相對較低，了解各個資料庫的基礎特性，學習一些入門書籍，就可以入行，後續可以往DBA的方向發展；大數據工程師，入門門檻較高，要掌握很多的大數據演算法、開源框架，並且，由於需要海量的數據進行測試，所以在有大數據量的公司里，大數據工程師更能得到快速的提升。在待遇方面，大數據工程師目前待遇比較好，但由於門檻高，對於一般的畢業生來說可能暫時達不到。以上，希望對你有所幫助。

❸ php程序員資料庫 大數據DBA這兩個哪個方向好

不要想的太寬，建議從PHP先學起，試想哪個公司會讓新人一上去就去設計資料庫呢。資料庫在工作中自然能慢慢鍛煉，並且由於硬體和實踐的原因，在工作中學到的資料庫方面的知識絕對是在學校拚命看書所不能比的

❹ 傳統Oracle dba是否有轉大數據學習hadoop等的必要

這個需求很奇怪。與其改變系統定義，撤銷dba角色的導入許可權，再把dba賦予用戶，還不如重新創建一個角色，比如叫做weakdba，把需要的許可權賦給它，再把這個角色賦給需要的用戶。這樣更規范

❺ 雲計算時代 對oracle資料庫DBA的影響,是否今後也不需要太多資料庫管理員

雲計算，理論上來說，資料庫也可以放在雲上，但是資料庫的管理還是需要有人來做的，
就是雲服務商可以幫你做一部分資料庫的備份工作，但是資料庫的調優，維護還是需要DBA來做，畢竟誰也不可能把自家數據讓別人去維護。
其次現在資料庫還是很少有放到公有雲上的，最多是放在企業的私有雲上，那麼DBA還是不會失業！

最後說一點現在雲計算一樣火的就會大數據，大數據時代最重要的是什麼--數據。
數據多了，必定需要更多的專業的人員來維護，來分析。

所有說對DBA來說，大數據和雲計算更多的是機遇而不是挑戰！

❻ 是騙局還是變革 大數據改變誰的命運

是騙局還是變革 大數據改變誰的命運
大數據會是一場概念的騙局么？近期這樣的討論在網上隨著大數據的話題而不斷涌現出來。其實大數據並不是一項全新的技術，它的本質表現在數據的形態更為復雜，增長的速度更快和交互的頻率更高。如何對具備這樣特徵的數據集群進行管理和使用，是區別於傳統數據應用的主要特點。更為重要的一點是：當前的技術將大數據應用的成本降低到了中小型企業也可以使用的階段，在有關大數據的話題討論中，這一點也是備受關注和認可的。
大數據分析意味著企業能夠從這些新的數據中獲取新的洞察力，並將它與已知業務的各個細節相融合。微軟亞太研發集團伺服器與開發工具事業部，中國雲計算創新中心商務戰略總監殷皓在接受記者專訪時特別談到了一個很有意思的案例：「某汽車銷售機構希望了解歷年油價的波動對汽車銷售帶來的影響，這時他們不需要重新採集關於油價的數據，而是通過WindowsAzure上的一個數據集市服務，獲得了准確而專業的數據信息，很快的完成了這項分析，充分體現了數據服務帶來的價值。」殷皓認為數據不能停留數據存儲的階段，而是要轉換成為有價值的信息服務，創造新的商業機會。
大數據將改變誰的命運
DBA是在傳統資料庫應用領域中極為重要的人群，也許大數據會帶給他們理念上的轉變。「DBA曾經是IT行業中的金飯碗，因為核心的資料庫技術發展相對來說變化的較少，所以有些DBA會慢慢變懶」,殷皓談到：「但是，變化少不代表不變。如果DBA的工作定位偏向底層運維型的話，那麼他們的職能會變得 越來越小，甚至會被自動化的服務來取代，未來DBA對基礎設施的管理會越來越少，更多的向上層業務擴展。」
我們關注到發展中的DBA分工，其中的一種可能會涉及到企業核心安全保障，成為企業里數據的守門人之一。另一種角色是研發DBA,它和業務應用結合的非常緊密。包括數據定義、數據建模，從邏輯建模到物理建模，以及後端存儲的設計等，未來更多的是成為企業數據模型的管理者。「這實際上也是一個職業發展 的過程」,殷皓認為：「運維DBA需要確保7*24的業務連續性，研發DBA更多的負責物理建模，完成開發人員寫的存儲過程。而我們看到的數據架構師層 面，就是需要從業務需求出發來實現邏輯建模。因為對業務的理解是自動化工具所不能取代的，這也是在大數據的趨勢下，DBA所要面臨的轉變。」
SQL Server與大數據的對接
Hadoop是大數據的一個分布式系統架構。5月與微軟SQL Server 2012同時發布的還有將Hadoop和SQL Server連在一起的連通器，他們通過標準的ODBC模式，把Hadoop和PDW微軟並行數據倉庫連在一起，實現多核並發的並行數據倉庫。「用戶無需對應用做出很大的改動，只是連接到SQLServer、數據倉庫，或者是一個對象。通過這個對象可以把我的連接通過連接鍵引申出去，然後把所有的數據整合在一起」,殷皓興奮的分享到：「在這種場景下，我可以把結構化數據和非結構化數據、甚至是數據倉庫在模型中的數據整合在一起，做更加深入的數據分析。」
SQL Server 2012版本中，微軟亞太研發集團伺服器與開發工具事業部參與了兩個大的功能研發：數據的遷移工具SSIS,資料庫升級的服務。微軟針對Hadoop在 Windows Server Kernel上做出性能的優化、安全認證的整合，形成企業級的AD整合，並實現了和BI工具的整合。「微軟在NoSQL上加一個SQL的索引層，比如 eBay的底層用了MangoDB,但所有的交易數據都按照SQL來存儲到結點中」,殷浩認為：「NoSQL提供了一個很好的存儲機制，但要提高數據利用 的效率，最好回到SQL的場景。NoSQL將會是資料庫發展過程中的一個中間階段，會逐漸體現為數據服務中的一部分，而非數據平台的主流。」
關於大數據的話題還將繼續爭論下去，但可以看到的是，在企業商業智能的發展基礎上，數據分析將作為一種服務提供給用戶。IT技術提供商們開始實踐的大數據，不僅是把數據用於企業內部的業務分析和決策支持，而是以提供數據分析模型的方式優化企業決策。這不僅僅是技術的更新，而是IT消費模式的變革。

❼ 大數據時代下,DBA該何去何從

大數據時代下,DBA該何去何從
資料庫管理員（DBA）的職能已擴展到數據管理、基礎架構管理以及工作負載和SLA管理上。作為大數據戰略的一部分，DBA的角色又是如何變化的呢？
數據管理
* 為成為數據管理專家而努力。雖然SQL資料庫可以擴展以處理大數據，但資料庫並不是最優解決方案。DBA正在預算方面做努力，在預算范圍內，以最低的成本滿足SLA。
* 出現數據ops概念。數據管理和數據治理。數據操作是團隊的一部分，在收集和創建數據時共享目標、協作工作。使用自動化來擠壓延遲、採取最合適的敏捷方案以提高提高效率。
* 管理、治理和軟體交付。維護資料庫模型和模式。在大數據中，從定義明確的轉換到應用程序和工程師之間的協同工作，一切都是具有探索性的。

* 雖然開發人員認為不需要數據管理，但為了後續的分析數據，DBA們仍需要進行數據管理。
* DBA從管理資料庫轉變為跨多個系統的數據工程師。他們關注的是數據如何從一個資料庫轉移到另一個資料庫、數據的消耗、數據的調整以及數據流程的管理，對於數據自動分配和執行來說這些都至關重要。
* DBA已經不再是單單只關注像SQLServer和Oracle這樣的個人產品，而是必須要處理好企業大數據實施方案的執行問題。
基礎架構和平台
DBA的角色已經被推到第一線上。對IT棧的演變負責。基礎設施和平台的認定范圍變的更大。
*這是一個不容忽視的大挑戰，應用程序所使用的資料庫技術不再歸於DBA的控制范圍內。遷移到雲上的比重越大，DBA的控制范圍就越小。數據越來越多，同時也在不斷推出新的資料庫。管理數據基礎設施、提出大數據的解決喝整合方案、掌握如何歸檔和處理災難恢復的技能。AWS似乎將雲中的資料庫選項綁定到了DBA上。DBA仍然需要在備份、災難恢復和海量存儲上多費心思。值得在備份和存儲方面進行更具戰略性的思考。
DBA比以往更重要，因此他們也需要學習：如何有效地集成存儲在RDBMS系統中的遺留數據，同時大數據技術也是必不可少的。
* 由於大數據改變了數據架構，DBA的存在可能需要不是立竿見影的，但確實是實實在在的。新技術為數據管理提供了新的契機，使DBA和數據模式打開了一個新時代。
* 事實上，沒有數據模式和Hadoop的NoSQL平台，以及支持它的一系列工具，會越來越多地部署在企業中。現在開發人員在數據本身的設計上有更多的影響力。
* 這在擴大DBA的專業范圍上起到了推動作用：必須學習NoSQL系統的機制和操作；掌握管理Hadoop集群的能力；實施「無需存儲數據存儲數據」的方法。
* 而且，NoSQL的靈活性是以數據完整性為代價，這種模型的難度更高。目前，許多公司的網路應用程序的數據完整性已經給靈活性讓位了。
* DBA必須適應設計和開發的風格變化。DBA也需要運行幾個關系系統，並且認真學習NoSQL技術，對指導公司做出的部署負責。將來可能會劃分出幾種類型的DBA：局限於技術的；傳統的管理員；努力學習並適應管理大數據的新技術和工具的。
* DBA始終是整個軟體開發流程的一部分。在目前的環境中，更是需要所有的DBA都參與到整個開發過程中，尤其是規劃、范圍界定和原型設計部分。DBA能為企業提供有關數據基礎設施功能、所需變更成本、潛在性能影響以及總體容量規劃等項目的具體信息。
*鑒於對數據的使用要求，更多特定數據平台范圍之外的技術正被用於實施解決方案。DBA不僅僅要專注於SQL、DDL等，還要掌握javaScript、Java、.NET等技術。DBA會越來越精通應用容器化和系統容器化（Docker、Rkt、Linux容器等）。DBA壓力會越來越大，一旦與其他角色聯繫到一起，數據及其管理都是穿插著多條生命線，因此需要掌握的技術就不斷增加。
成功採用大數據策略的企業，早已經把DBA轉變為新型數據基礎管理員，包括NoSQL資料庫和Hadoop在內。與開發數據管理邏輯的數據開發人員、處理和准備數據的數據科學家以及業務線上的數據分析人員相結合，DBA是操作大數據戰略的重要部分。現在，DBA依賴於更智能的工具，這些工具可以管理並報告各種資料庫和技術框架的數據基礎架構和流程。
工作負載和SLA
* 工作結構消失了。有類型更為廣泛的問題需要解決。要實現混合的環境在流和批處理中交付新的工作負載，同時又能跟得上變化。
* 現在，有許多不在資料庫中管理數據，而是將數據組織成超級管理數據的數據生態系統一部分的做法。了解通信、鏈接的速度、安全性以及如何將來源匯集在一起。
* 比起以往，現在有更多的技術管理。理解並管理一個數據倉庫的技術方法有10到20種。為了能給問題選擇出正確的技術，便於管理，規模較大的企業正在考慮將搜索、NoSQL、Hadoop和GPU技術標准化。
* 從一個擁有資料庫領域知識的系統管理員，到現在需要掌握處理數據集成、非結構化數據、自然語言處理、文檔存儲和統計。工具集可以能夠簡化工作。關系資料庫不會有大的進展，但大數據存儲會有新變化。
1. 大數據時代，DBA的角色發生了重大變化。在很長一段時間里，DBA僅僅只是一個系統管理員。他們的確有SQL知識、知道該如何優化SQL，以及對構建資料庫的理解，但他們並沒有主動參與到資料庫系統里數據的特定用途上。
2. 大數據DBA對數據和非關系數據模型的應用程序有更深入的了解，並且必須具備執行數據集成的知識，這些數據集超出了用於商業智能（BI）應用的傳統提取——轉換——載入過程（ETL）。

❽ 大數據技術是學什麼的就業方向

大數據技術是學數學專業、計算機專業的就業方向。

大數據技術里會用到很多學科學習的知識，並不是單一的專業可以學完大數據所需要掌握的技術，所以大數據屬於交叉學科：以統計學、數學、計算機為三大支撐性學科;生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。

❾ 大數據技術是學什麼的 就業方向有哪些

大數據技術是中國普通高等學校專科專業。預計2025年前大數據人才需求仍將保持30%—40%的增速，需求總量在2000萬人左右。

大數據技術課程體系

主要課程：大數據專業導論，面向對象程序設計（java），操作系統原理，Linux系統運維技術，雲數據中心基礎，資料庫原理及應用，Hadoop大數據平台集群部署與開發，Python程序設計，機器學習，大數據可視化技術，數據分析與應用等。

學生經過本專業學習可以考取「大數據分析應用」、「1+X大數據運維」等職業資格證書以提高專業技能，增強其就業競爭力。畢業生亦可升本繼續深造，對應本科專業如：數據科學與大數據技術、計算機科學與技術等。

專業崗位及主幹課程

專業緊貼市場需求，重點培育兩個崗位：大數據應用開發崗、大數據BI崗，其中大數據應用開發崗培養大數據離線分析、實時分析及數據可視化核心能力；大資料庫BI崗側重於與行業企業運行系統、業務模塊對接，掌握商業大數據管理。

大數據技術就業崗位

大數據應用開發工程師、數據ETL技術員、數據可視化工程師、行業BI工程師、資料庫管理員（DBA）、資料庫程序開發員（Java開發）；本專業畢業後半年的平均月薪5500元，最高可達1.5萬元。

大數據技術就業方向

本專業畢業生主要面向互聯網與軟體信息、商業服務、醫療、教育、金融、生產製造等行業的大數據應用崗位就業，主要工作崗位：大數據運維工程師、數據分析工程師、數據可視化工程師、大數據運營工程師、大數據技術銷售經理等。據統計，初次就業薪資待遇：5000-8000元左右。

❿ 大數據相關的職位都有哪些啊DBA屬於大數據行業嗎

資料庫管理員（Database
Administrator，簡稱DBA），是從事管理和維護資料庫管理系統(DBMS)的相關工作人員版的統稱，屬於運維工權程師的一個分支，主要負責業務資料庫從設計、測試到部署交付的全生命周期管理。
DBA的核心目標是保證資料庫管理系統的穩定性、安全性、完整性和高性能。
大數據相關的應該叫數據挖掘師=
=你連這個都分不清還咋找工作