A. 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。
B. 做DBA有前途嗎，聽人說不錯，但不確定，還請高人指點一二
如碰指果做過Oracle開發，可以考慮轉梁基DBA工作。
DBA其實是個很復雜的工作，別被網上的高薪所迷惑。
每年都有好多人一時沖動花錢報考OCP等證書，但是最終卻沒有結果。
DBA需要了解的知識非常多，
第笑渣配一點至少要英文比較好，文檔基本都是英文版的。
第二點至少要熟悉幾種操作系統，windows是最基礎的，另外linux，小型機等等。
第三點網路也要了解。
第四點Oracle要學得精通，即使你有證書，但是技術不夠牛的話，也不可能達到網上所說的高薪。
換行需謹慎。以上謹是個人一點淺見。
C. 資料庫開發工程師職業前景如何
首先非常感謝在這里能為你解答這個問題，讓我帶領你們一起走進這個問題，現在讓我們一起探討一下。
據不完全數據統計工資一般的就4k----5k左右，dba的話比較高，技術大咖還是有前途的!
資料庫系統工程師發展前景如何
隨著資料庫技術的不斷發展，企業為了管理、利用越來越多的信息，都建立了自己的資料庫。而這些企業資料庫，運喊都需要有專源悄慶門的人員進行維護，這就是資料庫工程師的工作。就發展趨勢看，優秀的資料庫工程師是十分匱乏的。資料庫工程師的就業范圍非常廣，一般的大型或者跨國的企業都建立自己的資料庫，他們都需要資料庫工程師對他們的資料庫進行管理。一些國際知名企業、政府、學校等都是資料庫工程師很好的去處。
"資料庫工程師面向包括大學生在內的所有求職者，旨在幫助他們明確職業發展方向，提高求職面試技巧及就業能力。"國內首家專注於資料庫工程師就業培訓指導的清軟國際學院培訓機構負責人向記者透露，"專業的資料庫工程師培訓機構應該專注於職涯規劃、求職面試以及職前培訓，有效緩解目前國內高校對大學畢業生進行的就業培訓指導不足的現狀。
同時他們認為目前的高等教育應該加強對大學生資料庫工程師就業指導的培訓，更好的讓大學生把在學校學到的知識與社會最迫切的需求進行結合。大學生面臨的不再是先擇業再就業還是先就業再擇業的選擇，而是如何擇業如何就業。作為擇業和就業的關鍵內容，職業生涯規劃和面試技巧等在網路里比比皆是，但是充斥著大量粗製濫造的面試技巧分享，常常造成誤導。"
資料庫工程師資薪酬大起底
作為中國官方重點扶持的戰略性新興產業，大數據產業已逐步從概念走向落地，「大數據」和「虛擬化」兩大熱門行業得到了廣泛的關注和重視。90%的企業都在用大數據。專業的資料庫工程師，薪資待遇一般都很可觀。
下面以某一求職網站掛出的工資為例做一下說明：
可就職崗位
資料庫工程師、資料庫開發工程師、DBA資料庫管理員、系統工程師、系統集成工程師、系統管理員、售前工程師、售後工程師、技術支持工程師、IT運維工程師等相關崗位
在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。
在這里同時也希望大家能夠喜歡我的分享，大家如果有更好的關於這個問題的解答，還望分享評論出來共同討論這話題。
我最後在這里，祝雹握大家每天開開心心工作快快樂樂生活，健康生活每一天，家和萬事興，年年發大財，生意興隆，謝謝！
D. 資料庫dba工程師有35歲中年危機嗎30歲之後再入行資料庫dba職位可以嗎
基本來不及，資料庫這塊和編程什麼的有一定的共同性，那就是「易懂難精」。
就平時用到的來說可能增刪改查就足夠了，不過如果是dba那就不一樣了。
小一些的簡單一些的：表的設計，範式結構設計（其實就是數據範式結構化的意思），查詢語句設計。
系統化一些的：展現控制，數據流程，數據調優，系統優化，數據治理等等。
高大上一些的，比如資料庫架構，演算法設計等等。
現在提倡雲計算，可能還要有一些java的變成基礎，可能還需要hadoop等等。
如果原來是做實施運維的，那麼資料庫確實會接觸一些，不過內容不會特別深入，但是如果轉行做dba那就不一樣了。
記得十年前給公司的運維培訓的時候，我曾經講過資料庫，不過運維大多興趣缺缺，因為這些在實際中雖然一直在用，但並不是那麼明顯，他們不想弄明白為什麼要這么調，只要知道怎麼調就可以了，而為什麼這么調正是dba的工作。
至於有沒有35歲危機，答案是有，在國內來說dba和程序員是一樣的，如果一個人35歲還是一個程序員，你覺得會不會有危機，肯定有，dba的工作也一樣。當然dba稍微好一點就是這個工作真的需要經驗，不過按照你的說法，現在入行，確實有點晚了。
不過也可能你十分適合資料庫的工作，很快就能完成以上的內容，然後大獲成功，馬雲也是30多歲才創業，不也成功了嗎，我的說法只適合一般人，如果你能轉行成功，那麼只能說明你真的很強。
E. 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）。
F. 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
G. 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
H. 請有經驗的DBA進來回答一下，sqlserver大批量數據遷移問題
1 不需要的數據當然刪除最好 減輕壓力。
1） 刪除前先刪除索引。因內為刪除的同時也容需要對索引進行維護。我們先刪除索引再刪除數據效率會有一點提高
2） 刪除完數據後，再重新創建索引。為數據轉換做准備。
2 數據轉換過程
1）不知道你是如何實現的。我推薦的方法是將數據導出來成一個或者一系列的文件。
2）再將導出的文件導入到oracle中。可能需要進行數據類型等的轉換。
我的想法就是將你的所有動作分解，一個個完成。這樣出問題也能及時解決，而且互不影響。如果從sqlserver導出數據的同時還需要往sqlserver中插入數據，那麼我推薦插入的數據放入一個新表中，最後將這個新表的數據也導出來再導入。
3 導入到oracle資料庫中。
1）做好詳細規劃。刪除不必要的數據大概還有接近4億行。oracle中的表是否要做分區等？
2）數據導入後再在表上建索引。
I. 大學計算機專業，資料庫方向！打算走本專業做DBA ！ 但是我知道DBA門檻很高！ 請求過來人幫我分析下
不用這么太擔心了，計算機專業就是這樣，剛畢業缺少工作經驗；你面前可有3條路可走：
1，考研，繼續研究你的資料庫，在導師的幫助下，想必會有很多發展機會與前途。
2，報個班，需要幾千到上萬不等的資金。很具體某一塊的培訓班，或許學成後會有工作推薦機會，並且技能速成，也是建立自己工作經驗的機會。
3，自己自身刻苦努力，考兩個證吧；高程或者資料庫分析師等等，同時自己業余扮虛亮自己鼓搗兩個案例作品，到畢業時，帶著你的作譽辯品與證件，我不相信會沒人要你。
你大三了，留給自己的時間不多了，要是大二就好了，尤其第三點廳寬。（註：本人走的是第二條道路的，私下可交流）
J. 想轉行做DBA
以下是我自己的觀點，如有雷同，與本人無關：
首先說你學這些想學到什麼程度, 是偏開發還是維護；
如果開發的話 吧PL/SQL學好就可以了 對你以後做開發還是很有幫助的。如果懂一些簡單的維護更好！
但請不要主攻維護，在我看來，隨著版本的升級資料庫的維護越來越簡單，不在像以前那麼深奧了！所以以後一般的公司只需一個會一些管理知識的開發人員就能搞定，根本不需要專門的DBA。
而且學維護的話，以後的路會窄很多，不像做程序開發，行雀轉其它方向好得多。
再說待遇，資料庫開始工資是高點，但很容易就到了瓶頸，不如程序斗核開發可以往開發經理，售前轉，而搞資料庫的一個公司就那麼幾個，很難提到管理層。
所以我的建議是學可以不用太深檔銷早，夠用就好了。吧精力還是放在有前途的地方。