大學資料庫專業

㈠ 資料庫管理員屬於哪個專業在哪個大學學習比較好

計算機研究生，有個專業是資料庫方向。其實，您只要計算機專業，就可以了，在校時，多學些資料庫方面的資料。DBA(資料庫管理員)這個崗位基本不招畢業生的，大都是3~5年得資料庫管理經驗，才行。

㈡ 請問大學里開設的資料庫管理專業是學些什麼的，畢業以後就業方向如何

你要就業找好工作肯定這些是不夠的，如果是想針對資料庫編程，就是作信息管理系統這一塊的話有兩個方向，可以選擇.net或是j2ee.作網站的話學一下php。過級的那些東西，說實話用處不大。

㈢ 資料庫（例如oracle、MYsql等）對應現在大學所開專業的那個專業

一般是電子信息工程類的，我就是這個專業畢業的，有嵌入式的專業就會有資料庫，計算機類型的，機電建工什麼的很少有。

㈣ 有哪些大學的哪些專業是與大數據有關的

一、開設了大數據的大學：

1、北京大學

大數據是一個新的專業，國內首次出現這個專業是在2016年的時候，當時新設這個專業的高校全國只有3所有，其中就有北京大學。

(4)大學資料庫專業擴展閱讀：

大數據專業主要課程

C程序設計、數據結構、資料庫原理與應用、計算機操作系統、計算機網路、Java語言程序設計、Python語言程序設計，大數據演算法、人工智慧、應用統計（統計學）、大數據機器學習、數據建模、大數據平台核心技術、大數據分析與處理,大數據管理、大數據實踐等課程。

數據（big data）

指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

㈤ 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。

(5)大學資料庫專業擴展閱讀：

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。

㈥ SQL是個大學的專業嗎哪是個什麼專業

如果你正在負責一個基於SQL Server的項目，或者你剛剛接觸SQL Server，你都有可能要面臨一些資料庫性能的問題，這篇文章會為你提供一些有用的指導（其中大多數也可以用於其它的DBMS）。
在這里，我不打算介紹使用SQL Server的竅門，也不能提供一個包治百病的方案，我所做的是總結一些經驗----關於如何形成一個好的設計。這些經驗來自我過去幾年中經受的教訓，一直來，我看到許多同樣的設計錯誤被一次又一次的重復。
你了解你用的工具嗎？
不要輕視這一點，這是我在這篇文章中講述的最關鍵的一條。也許你也看到有很多的SQL Server程序員沒有掌握全部的T-SQL命令和SQL Server提供的那些有用的工具。
「什麼？我要浪費一個月的時間來學習那些我永遠也不會用到的SQL命令？？？」，你也許會這樣說。對的，你不需要這樣做。但是你應該用一個周末瀏覽所有的T-SQL命令。在這里，你的任務是了解，將來，當你設計一個查詢時，你會記起來：「對了，這里有一個命令可以完全實現我需要的功能」，於是，到MSDN查看這個命令的確切語法。
不要使用游標
讓我再重復一遍：不要使用游標。如果你想破壞整個系統的性能的話，它們倒是你最有效的首選辦法。大多數的初學者都使用游標，而沒有意識到它們對性能造成的影響。它們佔用內存，還用它們那些不可思議的方式鎖定表，另外，它們簡直就像蝸牛。而最糟糕的是，它們可以使你的DBA所能做的一切性能優化等於沒做。不知你是否知道每執行一次FETCH就等於執行一次SELECT命令？這意味著如果你的游標有10000條記錄，它將執行10000次SELECT！如果你使用一組SELECT、UPDATE或者DELETE來完成相應的工作，那將有效率的多。
初學者一般認為使用游標是一種比較熟悉和舒適的編程方式，可很不幸，這會導致糟糕的性能。顯然，SQL的總體目的是你要實現什麼，而不是怎樣實現。

我曾經用T-SQL重寫了一個基於游標的存儲過程，那個表只有100,000條記錄，原來的存儲過程用了40分鍾才執行完畢，而新的存儲過程只用了10秒鍾。在這里，我想你應該可以看到一個不稱職的程序員究竟在幹了什麼！！！
我們可以寫一個小程序來取得和處理數據並且更新資料庫，這樣做有時會更有效。記住：對於循環，T-SQL無能為力。
我再重新提醒一下：使用游標沒有好處。除了DBA的工作外，我從來沒有看到過使用游標可以有效的完成任何工作。
規范化你的數據表
為什麼不規范化資料庫？大概有兩個借口：出於性能的考慮和純粹因為懶惰。至於第二點，你遲早得為此付出代價。而關於性能的問題，你不需要優化根本就不慢的東西。我經常看到一些程序員「反規范化」資料庫，他們的理由是「原來的設計太慢了」，可結果卻常常是他們讓系統更慢了。DBMS被設計用來處理規范資料庫的，因此，記住：按照規范化的要求設計資料庫。
不要使用SELECT *
這點不太容易做到，我太了解了，因為我自己就經常這樣干。可是，如果在SELECT中指定你所需要的列，那將會帶來以下的好處：
1 減少內存耗費和網路的帶寬
2 你可以得到更安全的設計
3 給查詢優化器機會從索引讀取所有需要的列
了解你將要對數據進行的操作
為你的資料庫創建一個健壯的索引，那可是功德一件。可要做到這一點簡直就是一門藝術。每當你為一個表添加一個索引，SELECT會更快了，可INSERT和DELETE卻大大的變慢了，因為創建了維護索引需要許多額外的工作。顯然，這里問題的關鍵是：你要對這張表進行什麼樣的操作。這個問題不太好把握，特別是涉及DELETE和UPDATE時，因為這些語句經常在WHERE部分包含SELECT命令。
不要給「性別」列創建索引
首先，我們必須了解索引是如何加速對表的訪問的。你可以將索引理解為基於一定的標准上對表進行劃分的一種方式。如果你給類似於「性別」這樣的列創建了一個索引，你僅僅是將表劃分為兩部分：男和女。你在處理一個有1,000,000條記錄的表，這樣的劃分有什麼意義？記住：維護索引是比較費時的。當你設計索引時，請遵循這樣的規則：根據列可能包含不同內容的數目從多到少排列，比如：姓名+省份+性別。
使用事務
請使用事務，特別是當查詢比較耗時。如果系統出現問題，這樣做會救你一命的。一般有些經驗的程序員都有體會-----你經常會碰到一些不可預料的情況會導致存儲過程崩潰。
小心死鎖
按照一定的次序來訪問你的表。如果你先鎖住表A，再鎖住表B，那麼在所有的存儲過程中都要按照這個順序來鎖定它們。如果你（不經意的）某個存儲過程中先鎖定表B，再鎖定表A，這可能就會導致一個死鎖。如果鎖定順序沒有被預先詳細的設計好，死鎖是不太容易被發現的。
不要打開大的數據集
在CSDN技術論壇中 :），一個經常被提出的問題是：我怎樣才能迅速的將100000條記錄添加到ComboBox中？這是不對的，你不能也不需要這樣做。很簡單，你的用戶要瀏覽100000條記錄才能找到需要的記錄，他一定會詛咒你的。在這里，你需要的是一個更好的UI，你需要為你的用戶顯示不超過100或200條記錄。
不要使用伺服器端游標
與伺服器端游標比起來，客戶端游標可以減少伺服器和網路的系統開銷，並且還減少鎖定時間。
使用參數查詢
有時，我在CSDN技術論壇看到類似這樣的問題：「SELECT * FROM a WHERE a.id='A'B，因為單引號查詢發生異常，我該怎麼辦？」，而普遍的回答是：用兩個單引號代替單引號。這是錯誤的。這樣治標不治本，因為你還會在其他一些字元上遇到這樣的問題，更何況這樣會導致嚴重的bug，除此以外，這樣做還會使SQL Server的緩沖系統無法發揮應有的作用。使用參數查詢， 釜底抽薪，這些問題統統不存在了。
在程序編碼時使用大數據量的資料庫
程序員在開發中使用的測試資料庫一般數據量都不大，可經常的是最終用戶的數據量都很大。我們通常的做法是不對的，原因很簡單：現在硬碟不是很貴，可為什麼性能問題卻要等到已經無可挽回的時候才被注意呢？
不要使用INSERT導入大批的數據
請不要這樣做，除非那是必須的。使用UTS或者BCP，這樣你可以一舉而兼得靈活性和速度。
注意超時問題
查詢資料庫時，一般資料庫的預設都比較小，比如15秒或者30秒。而有些查詢運行時間要比這長，特別是當資料庫的數據量不斷變大時。
不要忽略同時修改同一記錄的問題
有時候，兩個用戶會同時修改同一記錄，這樣，後一個修改者修改了前一個修改者的操作，某些更新就會丟失。處理這種情況不是很難：創建一個timestamp欄位，在寫入前檢查它，如果允許，就合並修改，如果存在沖突，提示用戶。
在細節表中插入紀錄時，不要在主表執行SELECT MAX(ID)
這是一個普遍的錯誤，當兩個用戶在同一時間插入數據時，這會導致錯誤。你可以使用SCOPE_IDENTITY，IDENT_CURRENT和@@IDENTITY。如果可能，不要使用@@IDENTITY，因為在有觸發器的情況下，它會引起一些問題（詳見這里的討論）。
避免將列設為NULLable
如果可能的話，你應該避免將列設為NULLable。系統會為NULLable列的每一行分配一個額外的位元組，查詢時會帶來更多的系統開銷。另外，將列設為NULLable使編碼變得復雜，因為每一次訪問這些列時都必須先進行檢查。
我並不是說NULLS是麻煩的根源，盡管有些人這樣認為。我認為如果你的業務規則中允許「空數據」，那麼，將列設為NULLable有時會發揮很好的作用，但是，如果在類似下面的情況中使用NULLable，那簡直就是自討苦吃。
CustomerName1
CustomerAddress1
CustomerEmail1
CustomerName2
CustomerAddress2
CustomerEmail3
CustomerName1
CustomerAddress2
CustomerEmail3
如果出現這種情況，你需要規范化你的表了。
盡量不要使用TEXT數據類型
除非你使用TEXT處理一個很大的數據，否則不要使用它。因為它不易於查詢，速度慢，用的不好還會浪費大量的空間。一般的，VARCHAR可以更好的處理你的數據。
盡量不要使用臨時表
盡量不要使用臨時表，除非你必須這樣做。一般使用子查詢可以代替臨時表。使用臨時表會帶來系統開銷，如果你是用COM+進行編程，它還會給你帶來很大的麻煩，因為COM+使用資料庫連接池而臨時表卻自始至終都存在。SQL Server提供了一些替代方案，比如Table數據類型。
學會分析查詢
SQL Server查詢分析器是你的好夥伴，通過它你可以了解查詢和索引是如何影響性能的。
使用參照完整性
定義主健、唯一性約束和外鍵，這樣做可以節約大量的時間。

㈦ 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。

㈧ 資料庫在大學里屬於什麼專業

計算機專業 專業學習SQLSERVER ,oracle 等軟體
將來從事程序開發或者DBA的軟體

㈨ 學校有哪些資料庫是關於本專業的

本科階段沒有資料庫專業。按教育部的文件，本科階段計算機專業只有一個就是計專算機科學與技屬術專業，不過許多的學校會叫不同的名字。另外現在而言又多了軟體專業，這個專業的偏向性比較強一些。再說一些計算機的研究生階段又分了四個方向。具體就不說那四個了。

你說的那些大學，基本上所有的大學都這樣啊，還是上面說的由於歷史的問題有一些大學會不叫那個名字。

本科所用的大學都會將資料庫作為必修課來學的，學好資料庫就業肯定不是問題，許多的方面都需要資料庫的人才，許多的軟體沒有資料庫是不可以的。因此就業不用太愁。建議學好編程和資料庫那更基本上沒什麼問題。

另外還有一些建議就是你不管在那個大學，那個專業，在大學期間盡量干一些實事，就是比較實際的事情，不要老搞虛的東西，做點項目啦或者自己開發點東西。

㈩ 大學本科有資料庫專業嗎哪些大學本科學資料庫出來就業會不會很難

本科階段沒抄有資料庫專業。按教育部的文件，本科階段計算機專業只有一個就是計算機科學與技術專業，不過許多的學校會叫不同的名字。另外現在而言又多了軟體專業，這個專業的偏向性比較強一些。再說一些計算機的研究生階段又分了四個方向。具體就不說那四個了。

你說的那些大學，基本上所有的大學都這樣啊，還是上面說的由於歷史的問題有一些大學會不叫那個名字。

本科所用的大學都會將資料庫作為必修課來學的，學好資料庫就業肯定不是問題，許多的方面都需要資料庫的人才，許多的軟體沒有資料庫是不可以的。因此就業不用太愁。建議學好編程和資料庫那更基本上沒什麼問題。

另外還有一些建議就是你不管在那個大學，那個專業，在大學期間盡量干一些實事，就是比較實際的事情，不要老搞虛的東西，做點項目啦或者自己開發點東西。

我是剛本科畢業，考了個研究生。現在是假期在一個公司裡面試用了。你應該算是我的學弟了，有什麼問題可以再討論。

希望我的回答可以幫到你。