偏向資料庫
『壹』 自動化專業，如果報考全國計算機四級有用嗎比較偏向資料庫工程師和軟體測試工程師，兩者哪個比較好自學
說實在話，這些證書真是沒有什麼用，單位主要還是看技能
相對而言軟體測試工程師好自學，但軟體測試工程師還是要有語言基礎，南京青大實訓就是做這方面的培訓的，自己可以咨詢下
『貳』 mysql學了可以干什麼
首先技不壓身，不管你將來從事什麼技術行當，跟資料庫都或多或少會產生交集，遇到問題，自己能夠解決，比等待別人來處理要快得多。
學習了MySQL最主要目的是能夠有一技之長，能夠從事相關工作，可以有多個發展方向。比如最直接的就是從事資料庫相關工作，可以作為DBA對資料庫進行部署、管理、優化等，也可以偏向於資料庫開發，對資料庫進行設計。如果資料庫學得非常精湛甚至可以通過對源碼的修改實現自己想要的功能，國內外很多MySQL大神都是很精通MySQL源碼的，在源碼基礎上增加一些中間件來增強資料庫，有的都做出自己的分支版本。現在作為開發者大部分也都需要具有資料庫相關知識，而MySQL現在又是在開發中使用的人氣最熱的資料庫之一。即便不做技術，做銷售的話，在宣傳自己的產品的時候可能也會涉及到資料庫相關知識，自己比較精通的話，在向客戶介紹的時候就能很好的像用戶解釋為什麼選用MySQL而不是其他資料庫。
當然，如果作為純愛好也是沒問題的，有人喜歡釣魚、有人喜歡玩游戲，咱們喜歡琢磨資料庫別人也是管不著的😄。
純手打，希望對你有所幫助。
『叄』 學風景園林專業的，國二考VFP還是VB也就是說到底是資料庫有用一些還是程序有用一些
不管學什麼都是資料庫最有用.
它的作用是隱式的.
VFP只能是資料庫
VB也可以偏向資料庫
就專業本身見言 這兩個作用都不大
但如果你對數據的理解層次加深了,
對你以後對電腦 對程序 對你今天使用 軟體 中遇到的問題 理解起來肯定會有幫助的 .
結論:不管vfp 還是VB 要偏重學習資料庫的知識 .
『肆』 研究生階段做數據挖掘有沒有前途畢業以後可以去什麼樣的單位工作啊
且先不談以後的工資如何,
就說你自己的興趣有多高吧!
學習當然要天分,不過也要有很大的興趣,
才能學好!!!!!
自動化在當今社會的影響力是相當大的,
現在每個工廠都在趨向自動生產化,
且這方面的人才也是很緊缺的!!
資料庫專業我不太了解, 不過肯定的是,
和自動化學的東西截然不同了!!
資料庫用得最多的就是軟體開發之類的,
這類工作相對來說,工作環境比較專業和干凈!
不過,腦細胞也死得很快!!!
計算機在迅速發展, 而學計算機的人也在迅速猛增,
人才濟濟, 你學得再好, 也不會很出眾了!!!!
希望我的回答你能滿意!!!
『伍』 信息系統管理工程師與資料庫系統工程師區別
只有叫法不同。
都是面對資料庫的，都是工程師。可以理解為完全一樣。
如果你在一個開發團隊，無論你是資料庫工程師還是資料庫系統工程師，都可以設計，實現資料庫。
如果你在一個公司做資料庫維護,無論你是資料庫工程師還是資料庫系統工程師，都可以做維護.
沒區別.
待遇,完全看所在公司和水平.
主要看所在公司.
如果你在一個企業信息化不怎麼被重視的公司做維護,就算你只會簡單的資料庫東西,也一樣可以開很多錢的.
但如果你在一個開發團隊,而且很牛的,做很大的項目,給大客氣做解決方案,那可能會要求你水平過硬--但在咱們國內大多數的軟體公司里,你只要不是很次就可以混了.
當然如果你在國際公司,或者給銀行,電信這樣的客戶做解決方案,那你的水平必須過硬--當然做這樣的客戶的數據工程師都是很牛x的,根本不可能讓新手做.
『陸』 資料庫，數據倉庫和數據挖掘技術之間的區別
先說說數據倉庫和數據挖掘的關系，再說說資料庫與數據倉庫的關系
數據倉庫與數據挖掘的聯系
(1) 數據倉庫為數據挖掘提供了更好的、更廣泛的數據源。
(2) 數據倉庫為數據挖掘提供了新的支持平台。
(3) 數據倉庫為更好地使用數據挖掘這個工具提供了方便。
(4) 數據挖掘為數據倉庫提供了更好的決策支持。
(5) 數據挖掘對數據倉庫的數據組織提出了更高的要求。
(6) 數據挖掘還為數據倉庫提供了廣泛的技術支持。
數據倉庫與數據挖掘的差別
(1) 數據倉庫是一種數據存儲和數據組織技術, 提供數據源。
(2) 數據挖掘是一種數據分析技術, 可針對數據倉庫中的數據進行分析。
1、資料庫:是一種邏輯概念，用來存放數據的倉庫，通過資料庫軟體來實現。資料庫由很多表組成，表是二維的，一張表裡面有很多欄位。欄位一字排開，對數據就一行一行的寫入表中。資料庫的表，在於能夠用二維表現多維的關系。如：oracle、DB2、MySQL、Sybase、MSSQL Server等。
2、數據倉庫：是資料庫概念的升級。從邏輯上理解，資料庫和數據倉庫沒有區別，都是通過資料庫軟體實現存放數據的地方，只不過從數據量來說，數據倉庫要比資料庫更龐大德多。數據倉庫主要用於數據挖掘和數據分析，輔助領導做決策；
區別主要總結為以下幾點：
1.資料庫只存放在當前值，數據倉庫存放歷史值；
2.資料庫內數據是動態變化的，只要有業務發生，數據就會被更新，而數據倉庫則是靜態的歷史數據，只能定期添加、刷新；
3.資料庫中的數據結構比較復雜，有各種結構以適合業務處理系統的需要，而數據倉庫中的數據結構則相對簡單；
4.資料庫中數據訪問頻率較高，但訪問量較少，而數據倉庫的訪問頻率低但訪問量卻很高；
5.資料庫中數據的目標是面向業務處理人員的，為業務處理人員提供信息處理的支持，而數據倉庫則是面向高層管理人員的，為其提供決策支持；
6.資料庫在訪問數據時要求響應速度快，其響應時間一般在幾秒內，而數據倉庫的響應時間則可長達數幾小時
『柒』 資料庫管理員與資料庫系統工程師一樣嗎
資料庫系統工程師偏向於資料庫系統的開發運行管理；
信息管理工程師偏向於資料庫軟體系統的開發運行管理；
一個偏資料庫,一個偏軟體；
前者在資料庫方面內容比較多,也包含程序演算法、軟體工程、操作系統等基礎知識。
後者在軟體工程方面比較多，當然，資料庫方面內容也差不多，也包含程序演算法、操作系統等基礎知識。
後者更偏向於「管理」，在開發和設計方面的知識只做了解不是很深入，前者資料庫方面要求比較專業，從實用性角度上講，資料庫系統工程師因其專業性可能會有比較大的實際用途，後者應用領域比較廣但不夠專業。
『捌』 簡述資料庫 數據倉庫 和數據挖掘三者之間的關系
先說說數據倉庫和數據挖掘的關系，再說說資料庫與數據倉庫的關系
數據倉庫與數據挖掘的聯系
(1) 數據倉庫為數據挖掘提供了更好的、更廣泛的數據源。
(2) 數據倉庫為數據挖掘提供了新的支持平台。
(3) 數據倉庫為更好地使用數據挖掘這個工具提供了方便。
(4) 數據挖掘為數據倉庫提供了更好的決策支持。
(5) 數據挖掘對數據倉庫的數據組織提出了更高的要求。
(6) 數據挖掘還為數據倉庫提供了廣泛的技術支持。
數據倉庫與數據挖掘的差別
(1) 數據倉庫是一種數據存儲和數據組織技術, 提供數據源。
(2) 數據挖掘是一種數據分析技術, 可針對數據倉庫中的數據進行分析。
1、資料庫:是一種邏輯概念，用來存放數據的倉庫，通過資料庫軟體來實現。資料庫由很多表組成，表是二維的，一張表裡面有很多欄位。欄位一字排開，對數據就一行一行的寫入表中。資料庫的表，在於能夠用二維表現多維的關系。如：oracle、DB2、MySQL、Sybase、MSSQL Server等。
2、數據倉庫：是資料庫概念的升級。從邏輯上理解，資料庫和數據倉庫沒有區別，都是通過資料庫軟體實現存放數據的地方，只不過從數據量來說，數據倉庫要比資料庫更龐大德多。數據倉庫主要用於數據挖掘和數據分析，輔助領導做決策；
區別主要總結為以下幾點：
1.資料庫只存放在當前值，數據倉庫存放歷史值；
2.資料庫內數據是動態變化的，只要有業務發生，數據就會被更新，而數據倉庫則是靜態的歷史數據，只能定期添加、刷新；
3.資料庫中的數據結構比較復雜，有各種結構以適合業務處理系統的需要，而數據倉庫中的數據結構則相對簡單；
4.資料庫中數據訪問頻率較高，但訪問量較少，而數據倉庫的訪問頻率低但訪問量卻很高；
5.資料庫中數據的目標是面向業務處理人員的，為業務處理人員提供信息處理的支持，而數據倉庫則是面向高層管理人員的，為其提供決策支持；
6.資料庫在訪問數據時要求響應速度快，其響應時間一般在幾秒內，而數據倉庫的響應時間則可長達數幾小時
『玖』 西安那家培訓機構 Oracle資料庫 比較好好在哪裡，請盡量說明得詳細些。（主要是偏向資料庫方面的培訓）
我在『老方塊培訓』學Oracle。這里學的比較系統，知識點比較細。老師水平很高。學費也便宜，比較下來，性價比是最高的。我學了已經半年了，現在跳槽找了新單位，工資翻了一倍。你可以去淘寶搜「老方塊培訓」。
『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。