偏向数据库
‘壹’ 自动化专业，如果报考全国计算机四级有用吗比较偏向数据库工程师和软件测试工程师，两者哪个比较好自学
说实在话，这些证书真是没有什么用，单位主要还是看技能
相对而言软件测试工程师好自学，但软件测试工程师还是要有语言基础，南京青大实训就是做这方面的培训的，自己可以咨询下
‘贰’ mysql学了可以干什么
首先技不压身，不管你将来从事什么技术行当，跟数据库都或多或少会产生交集，遇到问题，自己能够解决，比等待别人来处理要快得多。
学习了MySQL最主要目的是能够有一技之长，能够从事相关工作，可以有多个发展方向。比如最直接的就是从事数据库相关工作，可以作为DBA对数据库进行部署、管理、优化等，也可以偏向于数据库开发，对数据库进行设计。如果数据库学得非常精湛甚至可以通过对源码的修改实现自己想要的功能，国内外很多MySQL大神都是很精通MySQL源码的，在源码基础上增加一些中间件来增强数据库，有的都做出自己的分支版本。现在作为开发者大部分也都需要具有数据库相关知识，而MySQL现在又是在开发中使用的人气最热的数据库之一。即便不做技术，做销售的话，在宣传自己的产品的时候可能也会涉及到数据库相关知识，自己比较精通的话，在向客户介绍的时候就能很好的像用户解释为什么选用MySQL而不是其他数据库。
当然，如果作为纯爱好也是没问题的，有人喜欢钓鱼、有人喜欢玩游戏，咱们喜欢琢磨数据库别人也是管不着的😄。
纯手打，希望对你有所帮助。
‘叁’ 学风景园林专业的，国二考VFP还是VB也就是说到底是数据库有用一些还是程序有用一些
不管学什么都是数据库最有用.
它的作用是隐式的.
VFP只能是数据库
VB也可以偏向数据库
就专业本身见言 这两个作用都不大
但如果你对数据的理解层次加深了,
对你以后对电脑 对程序 对你今天使用 软件 中遇到的问题 理解起来肯定会有帮助的 .
结论:不管vfp 还是VB 要偏重学习数据库的知识 .
‘肆’ 研究生阶段做数据挖掘有没有前途毕业以后可以去什么样的单位工作啊
且先不谈以后的工资如何,
就说你自己的兴趣有多高吧!
学习当然要天分,不过也要有很大的兴趣,
才能学好!!!!!
自动化在当今社会的影响力是相当大的,
现在每个工厂都在趋向自动生产化,
且这方面的人才也是很紧缺的!!
数据库专业我不太了解, 不过肯定的是,
和自动化学的东西截然不同了!!
数据库用得最多的就是软件开发之类的,
这类工作相对来说,工作环境比较专业和干净!
不过,脑细胞也死得很快!!!
计算机在迅速发展, 而学计算机的人也在迅速猛增,
人才济济, 你学得再好, 也不会很出众了!!!!
希望我的回答你能满意!!!
‘伍’ 信息系统管理工程师与数据库系统工程师区别
只有叫法不同。
都是面对数据库的，都是工程师。可以理解为完全一样。
如果你在一个开发团队，无论你是数据库工程师还是数据库系统工程师，都可以设计，实现数据库。
如果你在一个公司做数据库维护,无论你是数据库工程师还是数据库系统工程师，都可以做维护.
没区别.
待遇,完全看所在公司和水平.
主要看所在公司.
如果你在一个企业信息化不怎么被重视的公司做维护,就算你只会简单的数据库东西,也一样可以开很多钱的.
但如果你在一个开发团队,而且很牛的,做很大的项目,给大客气做解决方案,那可能会要求你水平过硬--但在咱们国内大多数的软件公司里,你只要不是很次就可以混了.
当然如果你在国际公司,或者给银行,电信这样的客户做解决方案,那你的水平必须过硬--当然做这样的客户的数据工程师都是很牛x的,根本不可能让新手做.
‘陆’ 数据库，数据仓库和数据挖掘技术之间的区别
先说说数据仓库和数据挖掘的关系，再说说数据库与数据仓库的关系
数据仓库与数据挖掘的联系
(1) 数据仓库为数据挖掘提供了更好的、更广泛的数据源。
(2) 数据仓库为数据挖掘提供了新的支持平台。
(3) 数据仓库为更好地使用数据挖掘这个工具提供了方便。
(4) 数据挖掘为数据仓库提供了更好的决策支持。
(5) 数据挖掘对数据仓库的数据组织提出了更高的要求。
(6) 数据挖掘还为数据仓库提供了广泛的技术支持。
数据仓库与数据挖掘的差别
(1) 数据仓库是一种数据存储和数据组织技术, 提供数据源。
(2) 数据挖掘是一种数据分析技术, 可针对数据仓库中的数据进行分析。
1、数据库:是一种逻辑概念，用来存放数据的仓库，通过数据库软件来实现。数据库由很多表组成，表是二维的，一张表里面有很多字段。字段一字排开，对数据就一行一行的写入表中。数据库的表，在于能够用二维表现多维的关系。如：oracle、DB2、MySQL、Sybase、MSSQL Server等。
2、数据仓库：是数据库概念的升级。从逻辑上理解，数据库和数据仓库没有区别，都是通过数据库软件实现存放数据的地方，只不过从数据量来说，数据仓库要比数据库更庞大德多。数据仓库主要用于数据挖掘和数据分析，辅助领导做决策；
区别主要总结为以下几点：
1.数据库只存放在当前值，数据仓库存放历史值；
2.数据库内数据是动态变化的，只要有业务发生，数据就会被更新，而数据仓库则是静态的历史数据，只能定期添加、刷新；
3.数据库中的数据结构比较复杂，有各种结构以适合业务处理系统的需要，而数据仓库中的数据结构则相对简单；
4.数据库中数据访问频率较高，但访问量较少，而数据仓库的访问频率低但访问量却很高；
5.数据库中数据的目标是面向业务处理人员的，为业务处理人员提供信息处理的支持，而数据仓库则是面向高层管理人员的，为其提供决策支持；
6.数据库在访问数据时要求响应速度快，其响应时间一般在几秒内，而数据仓库的响应时间则可长达数几小时
‘柒’ 数据库管理员与数据库系统工程师一样吗
数据库系统工程师偏向于数据库系统的开发运行管理；
信息管理工程师偏向于数据库软件系统的开发运行管理；
一个偏数据库,一个偏软件；
前者在数据库方面内容比较多,也包含程序算法、软件工程、操作系统等基础知识。
后者在软件工程方面比较多，当然，数据库方面内容也差不多，也包含程序算法、操作系统等基础知识。
后者更偏向于“管理”，在开发和设计方面的知识只做了解不是很深入，前者数据库方面要求比较专业，从实用性角度上讲，数据库系统工程师因其专业性可能会有比较大的实际用途，后者应用领域比较广但不够专业。
‘捌’ 简述数据库 数据仓库 和数据挖掘三者之间的关系
先说说数据仓库和数据挖掘的关系，再说说数据库与数据仓库的关系
数据仓库与数据挖掘的联系
(1) 数据仓库为数据挖掘提供了更好的、更广泛的数据源。
(2) 数据仓库为数据挖掘提供了新的支持平台。
(3) 数据仓库为更好地使用数据挖掘这个工具提供了方便。
(4) 数据挖掘为数据仓库提供了更好的决策支持。
(5) 数据挖掘对数据仓库的数据组织提出了更高的要求。
(6) 数据挖掘还为数据仓库提供了广泛的技术支持。
数据仓库与数据挖掘的差别
(1) 数据仓库是一种数据存储和数据组织技术, 提供数据源。
(2) 数据挖掘是一种数据分析技术, 可针对数据仓库中的数据进行分析。
1、数据库:是一种逻辑概念，用来存放数据的仓库，通过数据库软件来实现。数据库由很多表组成，表是二维的，一张表里面有很多字段。字段一字排开，对数据就一行一行的写入表中。数据库的表，在于能够用二维表现多维的关系。如：oracle、DB2、MySQL、Sybase、MSSQL Server等。
2、数据仓库：是数据库概念的升级。从逻辑上理解，数据库和数据仓库没有区别，都是通过数据库软件实现存放数据的地方，只不过从数据量来说，数据仓库要比数据库更庞大德多。数据仓库主要用于数据挖掘和数据分析，辅助领导做决策；
区别主要总结为以下几点：
1.数据库只存放在当前值，数据仓库存放历史值；
2.数据库内数据是动态变化的，只要有业务发生，数据就会被更新，而数据仓库则是静态的历史数据，只能定期添加、刷新；
3.数据库中的数据结构比较复杂，有各种结构以适合业务处理系统的需要，而数据仓库中的数据结构则相对简单；
4.数据库中数据访问频率较高，但访问量较少，而数据仓库的访问频率低但访问量却很高；
5.数据库中数据的目标是面向业务处理人员的，为业务处理人员提供信息处理的支持，而数据仓库则是面向高层管理人员的，为其提供决策支持；
6.数据库在访问数据时要求响应速度快，其响应时间一般在几秒内，而数据仓库的响应时间则可长达数几小时
‘玖’ 西安那家培训机构 Oracle数据库 比较好好在哪里，请尽量说明得详细些。（主要是偏向数据库方面的培训）
我在‘老方块培训’学Oracle。这里学的比较系统，知识点比较细。老师水平很高。学费也便宜，比较下来，性价比是最高的。我学了已经半年了，现在跳槽找了新单位，工资翻了一倍。你可以去淘宝搜“老方块培训”。
‘拾’ 关于大学计算机专业数据库方向
大学计算机专业数据库方向：
1、数据库应用开发 (application development)
除了基本的SQL方面的知识，还要对开发流程，软件工程，各种框架和开发工具等等
数据库应用开发这个方向上的机会最多，职位最多。
2、数据建模专家 (data modeler)
除了基本的SQL方面的知识，非常熟悉数据库原理，数据建模负责将用户对数据的需求转化为数据库物理设计和物理设计，这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，在中小公司则可能由程序员承担。
3、商业智能专家 (business intelligence - BI)
主要从商业应用，最终用户的角度去从数据中获得有用的信息，涉及OLAP (online analytical processing) ，需要使用SSRS, cognos, crystal report等报表工具，或者其他一些数据挖掘，统计方面的软件工具。
4、ETL开发 (ETL Developer)
使用ETL工具或者自己编写程序在不同的数据源之间对数据进行导入，导出，转换，所接触的数据库一般数据量非常大，要求进行的数据转换也比较复杂和数据仓库和商业智能的关系比较密切。在一些数据库应用规模很大的公司里面有专门的职位，中小公司里面则可能由程序员或者DBA负责这方面的工作。
5、数据构架师 (Data Architect)
主要从全局上制定和控制关于数据库在逻辑这一层的大方向，也包括数据可用性，扩展性等长期性战略，协调数据库的应用开发，建模，DBA之间的工作。这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位， 在中小公司或者没有这个职位，或者由开发人员，DBA负责。
6、数据库管理员 (database administrator - DBA)
数据库的安装，配置，调优，备份/恢复，监控，自动化等，协助应用开发（有些职位还要求优化SQL，写存储过程和函数等）。这个方向上的职位相对少一些，但一般有点规模的公司还是会有这样的职位
7、数据仓库专家 (data warehouse - DW)
应付超大规模的数据，历史数据的存储，管理和使用，和商业智能关系密切，很多时候BI和DW是放在一个大类里面的，但是我觉得DW更侧重于硬件和物理层上的管理和优化。
8、存储工程师 (storage engineer)
专门负责提供数据存储方案，使用各种存储技术满足数据访问和存储需求，和DBA的工作关系比较密切。对高可用性有严格要求（比如通信，金融，数据中心等）的公司通常有这种职位， 这种职位也非常少。
9、性能优化工程师 (performance engineer)
专长数据库的性能调试和优化，为用户提供解决性能瓶颈方面的问题。也有专门的性能优化工程师，负责为其数据库产品和关键应用提供这方面的技术支持。对数据库性能有严格要求的公司（比如金融行业）可能会有这种职位。 因为针对性很强，甚至要求对多种数据库非常熟悉，所以职位极少。
10、高级数据库管理员 (senior DBA)
在DBA的基础上，还涉及上面3种职位的部分工作，具体包括下面这些：对应用系统的数据（布局，访问模式，增长模式，存储要求等）比较熟悉。对性能优化非常熟悉，可以发现并优化从SQL到硬件I/O，网络等各个层面上的瓶颈，对于存储技术相对熟悉，可能代替存储工程师的一些工作，对数据库的高可用性技术非常熟悉（比如MSSQL的集群，ORACLERAC/FailSafe, IBM的DPF, HADR等），对大规模数据库有效进行物理扩展（比如表分区）或者逻辑扩展（比如数据库分区，联合数据库等）。熟悉各种数据复制技术，比如单向，双向，点对点复制技术，以满足应用要求。灾难数据恢复过程的建立，测试和执行。这种职位一般只在对数据库要求非常高并且规模非常大（比如金融，电信，数据中心等）的公司需要，而且这种公司一般有一个专门独立负责数据库的部门或组。这种职位非常少。