数据库方向上的十种职业.doc

数据库方向上的十种职业 这几天泡在“三十而立”那个板块，看到很多朋友（从20岁以下到35岁以上，呵呵）都有很多感触或者迷惑。 所谓“人无远虑，必有近忧”，如果等到了30岁还不知道自己想干什么，能干什么，那也许是一种遗憾或者悲哀。 在MSSQL这个板块也偶尔看到一些朋友问关于发展方向和重点等方面的问题。 我不敢说自己的数据库专业知识有多强，毕竟这个世界很大，牛人极多。 只是想把自己在数据库这个方向上亲身做过的，遇到和看得到一些职位大致总结一下， 这些职位都是实实在在的贴在招聘各种网站上的，我也有机会和一些职位上的朋友或同事工作过。 希望对大家确定自己的职业方向和重点有一点帮助。 如果总结得不准确或者有误，请各位高手指正。只有通过讨论和交流才能共同提高。 - 数据库方向上的十种职业 （除去那些数据库研发等太过专业的方向） 前面五种的重点是设计和应用，侧重于软件和数据逻辑层面。 后面五种的重点是运营和维护，侧重与硬件和数据物理层面。 不过这些职位不是孤立，反而是互相交叉的，只是侧重点不同。 说实在的，这些职位没有好与不好之分，每个方向都可以做得很好， 全凭个人的兴趣和目标，但是因为有些职位需求相对少，有机会接触的人不多， 结果就物以稀罕为贵，市场需求决定价值。 前面五种：重点是设计和应用，侧重于软件和数据逻辑层面。 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。 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 （这个方面我不熟悉，不敢乱说：）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。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。 后面五种： 重点是运营和维护，侧重与硬件和数据物理层面。 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 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。 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。 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。 我知道至少IBM, 微软和Oracle都有专门的数据库性能实验室(database performance lab）, 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。 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，ORACLE RAC/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