資料庫機會

① 資料庫有哪幾種

常用資料庫有：

1、關系型資料庫

關系型資料庫是由IBM的E.F. Codd於1970年發明的，它是一個表格資料庫，其中定義了數據，因此可以以多種不同的方式對其進行重組和訪問。關系資料庫由一組表組成，其中的數據屬於預定義的類別。每個表在一個列中至少有一個數據類別，並且每一行對於列中定義的類別都有一個特定的數據實例。

2、分布式資料庫

分布式資料庫是一種資料庫，資料庫存儲在多個物理位置，處理在網路中的不同點之間分散或復制。分布式資料庫可以是同構的，也可以是異構的。同構分布式資料庫系統中的所有物理位置都具有相同的底層硬體，並運行相同的操作系統和資料庫應用程序。異構分布式資料庫中的硬體、操作系統或資料庫應用程序在每個位置上可能是不同的。

3、雲資料庫

雲資料庫是針對虛擬化環境優化或構建的資料庫。雲資料庫提供了一些好處，比如可以按每次使用支付存儲容量和帶寬的費用，還可以根據需要提供可伸縮性和高可用性。雲資料庫還為企業提供了在軟體即服務部署中支持業務應用程序的機會。

4、NoSQL資料庫

NoSQL資料庫對於大型分布式數據集非常有用。NoSQL資料庫對於關系資料庫無法解決的大數據性能問題非常有效。當組織必須分析大量非結構化數據或存儲在雲中多個虛擬伺服器上的數據時，它們是最有效的。

5、面向對象的資料庫

使用面向對象編程語言創建的項通常存儲在關系資料庫中，但是面向對象資料庫非常適合於這些項。面向對象的資料庫是圍繞對象(而不是操作)和數據(而不是邏輯)組織的。例如，關系資料庫中的多媒體記錄可以是可定義的數據對象，而不是字母數字值。

6、圖形資料庫

面向圖形的資料庫是一種NoSQL資料庫，它使用圖形理論存儲、映射和查詢關系。圖資料庫基本上是節點和邊的集合，其中每個節點表示一個實體，每個邊表示節點之間的連接。

② 大數據有哪些職位和工作機會

下面是比較熱門的幾個大數據崗位：

1、首席數據官（CDO）

首席數據官的工作內容非常多，職責也很復雜，他們負責公司的數據框架搭建、數據管理、數據安全保證、商務智能管理、數據洞察和高級分析。因此，首席數據師必須個人能力出眾，同時還需要具備足夠的領導力和遠見，找准公司發展目標，協調應變管理過程。

2、營銷分析師/客戶關系管理分析師

客戶忠誠度項目、網路分析和物聯網技術積攢了大量的用戶數據，很多先進公司已經在使用相關策略來支持公司的發展計劃。尤其是市場部門能夠運用這些數據進行更有針對性的營銷。營銷分析師能夠發揮他們在Excel和SQL等數據分析工具方面的專業特長，對客戶進行細分，確保數字化營銷能夠到達目標客戶群體。

3、數據工程師

隨著Hadoop和非結構化數據倉庫的流行，所有分析功能的第一要務就是要得到正確的數據。高水平的工程師需要掌握數據管理技能，熟悉提取轉換載入過程，很多公司都急需這樣的人才。事實上，很多首席數據官甚至認為，數據工程師才是大數據相關行業中最重要的職位。

4、商務智能開發工程師

商務智能開發工程師的最基本職能，是管理結構數據從資料庫分配至終端用戶的過程。商務智能（BI）曾經只是商務金融的基礎，現在已經獨立出來，成為了單獨的部門，很多商務智能團隊正在搭建自服務指示板，這樣運營經理就能快速且有效地獲取高性能數據，評價公司運營情況。

5、數據可視化

隨著指示板和可視化工具的增多，商務智能「前端」研發工程師需要更熟練掌握Tableau、QlikView/QlikSense、SiSense和Looker。能夠使用d3.js在網路瀏覽器中製作數據可視化的研發工程師也越來越受到公司歡迎。很多大公司開出的年薪已經超過了7萬5千英鎊，平均日薪500多英鎊。

6、大數據工程師

正如上文提到過的，數據工程師的工作是負責管理公司的數據，包括數據的收集，存儲、處理和分析。大數據工程師需要能夠搭建並維護大型異構數據框架，這些數據通常是在MongoDB等NoSQL資料庫中。很多公司採用Hadoop框架和很多Hadoop次級軟體包，如Hive（數據軟體），Pig（數據流語言）和Spark（多編程模型）。

③ SQL資料庫專業的就業方向

粘帖點給你，CSDN論壇上看到的，希望能幫助你。
前面四種：
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，薪水一般
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。
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
這個方面我不熟悉，不敢亂說（以免被拍磚，呵呵）
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。

前面五種：
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
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。
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。
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。
我知道至少IBM, 微軟和Oracle都有專門的資料庫性能實驗室(database performance lab）,
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。
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，ORACLE RAC/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。

④ 請問我資料庫理論知識和SQL2003基本增，刪，改，查操作熟練，找個資料庫的工作，機會多少

SQL2003隻是一個資料庫軟體，他單獨是無法實現復雜的功能的，他就是一個裝數據的倉庫，後台運行的，還需要前台開發軟體，像VB，VC，DELPHI等，通過這些軟體與資料庫介面，實現動畫顯示，模擬運行，數據存檔，列印，查詢，統計等功能。現在沒有人直接操作資料庫的，都是通過編程軟體提供的介面與資料庫打交道。光懂資料庫不懂前台開發軟體的話，找工作應該不是很好找的。

⑤ 關於資料庫方向就業的問題

前面四種：
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，薪水一般
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。
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
這個方面我不熟悉，不敢亂說（以免被拍磚，呵呵）
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。

前面五種：
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
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。
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。
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。
我知道至少IBM, 微軟和Oracle都有專門的資料庫性能實驗室(database performance lab）,
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。
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，ORACLE RAC/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。

⑥ 中國投資指南的投資機會資料庫

投資機會資料庫包括招商引資項目、來華投資意向、重點項目推薦3個子資料庫。用戶可以按行業、地區，國別/地區、項目名稱、發布單位、發布時間、有效期進行單項及組合檢索。

⑦ 資料庫都有哪些

一、資料庫種類有哪些
早期較為時興的資料庫種類有三種，分別是層次式資料庫、網路式資料庫和關系型資料庫。而在如今的互聯網中，最常見的資料庫種類主要有2種，即關系型資料庫和非關系型資料庫。

二、層次資料庫介紹
層次資料庫是最開始研製的資料庫系統軟體，它把數據根據層次構造（樹結構）的方法呈現。層次資料庫以前是非常熱門的資料庫，但伴隨著關系資料庫的逐漸流行，如今早已非常少應用了。

較為具備象徵性的層次資料庫是IMS（Information Management System）資料庫，由IBM企業研發。

三、關系型資料庫詳細介紹
網路資料庫和層次資料庫在數據獨立性和抽象性級別上有所欠缺，用戶開展存儲時，需要聲明數據的存儲結構和相對路徑。而關系資料庫就可以較切實解決這種問題。

和Excel工作簿一樣，關系型資料庫也選用由列和行構成的二維表來管理數據，簡單易懂。另外，它還利用SQL（Structured Query Language，結構化查詢語言）對數據開展實際操作。

四、非關系型資料庫詳細介紹
伴隨著互聯網技術Web2.0的興起，傳統關系型資料庫在應對大數據量，比如大規模和高並發的微博、微信或者SNS類型的web2.0動態網頁時，已經有些力不從心，曝露了許多難以克服的難題。因此出現了針對大規模數據量場景，以性能卓越和應用便捷為目的的的資料庫產品——NOSQL資料庫。

⑧ 軟體工程(資料庫應用技術方向)就業前景

我從實際的工作來說吧，這個方向就業的前景還是十分不錯的，幾乎各種軟體和網站都需要用到資料庫，即使不是開發而只是運營維護的，也一樣需要，可以說是軟體工程里需求和應用最多的方向。從待遇方面講，則和你實際所學的程度和經驗有關，總體來說也是十分不錯的，一點不比同級別的開發人員差，而且越往高級去，待遇相對越好，比如接私活的話，一個高級的資料庫恢復問題，你會自然就容易，小半天就能賺幾萬。

⑨ SQL資料庫專業的就業方向

SQL資料庫專業的就業方向分為三類：

第一類：純數據分析類。

1.Data Analyst 數據分析師。

2.Data Scientist數據科學家。

3.Data Architect 數據架構師。

4.Data Engineer數據工程師。

5.Database Administrator資料庫管理員。

第二類：以數據為驅動的商業分析類。

1.Business Analyst商業分析師。

2.Data and AnalyticsProct Manager數據產品經理。

第三類：統計學家。

統計學家顧名思義，需要熟悉統計理論方法，分布式計算，資料庫系統，雲工具，數據挖掘機器學習等，語言方面需要R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL。

(9)資料庫機會擴展閱讀：

SQL資料庫專業任職要求：

計算機相關專業,本科及以上學歷,工作兩年以上。

熟練掌握C/C++或Java語言。

熟悉Linux操作系統、資料庫應用,了解常用的軟體架構模式、基本的編程編譯工具,熟悉代碼優化的規則與技巧。

擁有資料庫領域編碼經驗,熟悉SQL和存儲引擎者優先。對機器學習、資料庫高可用、時序、圖資料庫有經驗者優先。

有ACM參賽獲獎經驗者優先。

⑩ 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。