大学数据库专业

㈠ 数据库管理员属于哪个专业在哪个大学学习比较好

计算机研究生，有个专业是数据库方向。其实，您只要计算机专业，就可以了，在校时，多学些数据库方面的资料。DBA(数据库管理员)这个岗位基本不招毕业生的，大都是3~5年得数据库管理经验，才行。

㈡ 请问大学里开设的数据库管理专业是学些什么的，毕业以后就业方向如何

你要就业找好工作肯定这些是不够的，如果是想针对数据库编程，就是作信息管理系统这一块的话有两个方向，可以选择.net或是j2ee.作网站的话学一下php。过级的那些东西，说实话用处不大。

㈢ 数据库（例如oracle、MYsql等）对应现在大学所开专业的那个专业

一般是电子信息工程类的，我就是这个专业毕业的，有嵌入式的专业就会有数据库，计算机类型的，机电建工什么的很少有。

㈣ 有哪些大学的哪些专业是与大数据有关的

一、开设了大数据的大学：

1、北京大学

大数据是一个新的专业，国内首次出现这个专业是在2016年的时候，当时新设这个专业的高校全国只有3所有，其中就有北京大学。

(4)大学数据库专业扩展阅读：

大数据专业主要课程

C程序设计、数据结构、数据库原理与应用、计算机操作系统、计算机网络、Java语言程序设计、Python语言程序设计，大数据算法、人工智能、应用统计（统计学）、大数据机器学习、数据建模、大数据平台核心技术、大数据分析与处理,大数据管理、大数据实践等课程。

数据（big data）

指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

㈤ SQL数据库专业的就业方向

SQL数据库专业的就业方向分为三类：

第一类：纯数据分析类。

1.Data Analyst 数据分析师。

2.Data Scientist数据科学家。

3.Data Architect 数据架构师。

4.Data Engineer数据工程师。

5.Database Administrator数据库管理员。

第二类：以数据为驱动的商业分析类。

1.Business Analyst商业分析师。

2.Data and AnalyticsProct Manager数据产品经理。

第三类：统计学家。

统计学家顾名思义，需要熟悉统计理论方法，分布式计算，数据库系统，云工具，数据挖掘机器学习等，语言方面需要R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL。

(5)大学数据库专业扩展阅读：

SQL数据库专业任职要求：

计算机相关专业,本科及以上学历,工作两年以上。

熟练掌握C/C++或Java语言。

熟悉Linux操作系统、数据库应用,了解常用的软件架构模式、基本的编程编译工具,熟悉代码优化的规则与技巧。

拥有数据库领域编码经验,熟悉SQL和存储引擎者优先。对机器学习、数据库高可用、时序、图数据库有经验者优先。

有ACM参赛获奖经验者优先。

㈥ SQL是个大学的专业吗哪是个什么专业

如果你正在负责一个基于SQL Server的项目，或者你刚刚接触SQL Server，你都有可能要面临一些数据库性能的问题，这篇文章会为你提供一些有用的指导（其中大多数也可以用于其它的DBMS）。
在这里，我不打算介绍使用SQL Server的窍门，也不能提供一个包治百病的方案，我所做的是总结一些经验----关于如何形成一个好的设计。这些经验来自我过去几年中经受的教训，一直来，我看到许多同样的设计错误被一次又一次的重复。
你了解你用的工具吗？
不要轻视这一点，这是我在这篇文章中讲述的最关键的一条。也许你也看到有很多的SQL Server程序员没有掌握全部的T-SQL命令和SQL Server提供的那些有用的工具。
“什么？我要浪费一个月的时间来学习那些我永远也不会用到的SQL命令？？？”，你也许会这样说。对的，你不需要这样做。但是你应该用一个周末浏览所有的T-SQL命令。在这里，你的任务是了解，将来，当你设计一个查询时，你会记起来：“对了，这里有一个命令可以完全实现我需要的功能”，于是，到MSDN查看这个命令的确切语法。
不要使用游标
让我再重复一遍：不要使用游标。如果你想破坏整个系统的性能的话，它们倒是你最有效的首选办法。大多数的初学者都使用游标，而没有意识到它们对性能造成的影响。它们占用内存，还用它们那些不可思议的方式锁定表，另外，它们简直就像蜗牛。而最糟糕的是，它们可以使你的DBA所能做的一切性能优化等于没做。不知你是否知道每执行一次FETCH就等于执行一次SELECT命令？这意味着如果你的游标有10000条记录，它将执行10000次SELECT！如果你使用一组SELECT、UPDATE或者DELETE来完成相应的工作，那将有效率的多。
初学者一般认为使用游标是一种比较熟悉和舒适的编程方式，可很不幸，这会导致糟糕的性能。显然，SQL的总体目的是你要实现什么，而不是怎样实现。

我曾经用T-SQL重写了一个基于游标的存储过程，那个表只有100,000条记录，原来的存储过程用了40分钟才执行完毕，而新的存储过程只用了10秒钟。在这里，我想你应该可以看到一个不称职的程序员究竟在干了什么！！！
我们可以写一个小程序来取得和处理数据并且更新数据库，这样做有时会更有效。记住：对于循环，T-SQL无能为力。
我再重新提醒一下：使用游标没有好处。除了DBA的工作外，我从来没有看到过使用游标可以有效的完成任何工作。
规范化你的数据表
为什么不规范化数据库？大概有两个借口：出于性能的考虑和纯粹因为懒惰。至于第二点，你迟早得为此付出代价。而关于性能的问题，你不需要优化根本就不慢的东西。我经常看到一些程序员“反规范化”数据库，他们的理由是“原来的设计太慢了”，可结果却常常是他们让系统更慢了。DBMS被设计用来处理规范数据库的，因此，记住：按照规范化的要求设计数据库。
不要使用SELECT *
这点不太容易做到，我太了解了，因为我自己就经常这样干。可是，如果在SELECT中指定你所需要的列，那将会带来以下的好处：
1 减少内存耗费和网络的带宽
2 你可以得到更安全的设计
3 给查询优化器机会从索引读取所有需要的列
了解你将要对数据进行的操作
为你的数据库创建一个健壮的索引，那可是功德一件。可要做到这一点简直就是一门艺术。每当你为一个表添加一个索引，SELECT会更快了，可INSERT和DELETE却大大的变慢了，因为创建了维护索引需要许多额外的工作。显然，这里问题的关键是：你要对这张表进行什么样的操作。这个问题不太好把握，特别是涉及DELETE和UPDATE时，因为这些语句经常在WHERE部分包含SELECT命令。
不要给“性别”列创建索引
首先，我们必须了解索引是如何加速对表的访问的。你可以将索引理解为基于一定的标准上对表进行划分的一种方式。如果你给类似于“性别”这样的列创建了一个索引，你仅仅是将表划分为两部分：男和女。你在处理一个有1,000,000条记录的表，这样的划分有什么意义？记住：维护索引是比较费时的。当你设计索引时，请遵循这样的规则：根据列可能包含不同内容的数目从多到少排列，比如：姓名+省份+性别。
使用事务
请使用事务，特别是当查询比较耗时。如果系统出现问题，这样做会救你一命的。一般有些经验的程序员都有体会-----你经常会碰到一些不可预料的情况会导致存储过程崩溃。
小心死锁
按照一定的次序来访问你的表。如果你先锁住表A，再锁住表B，那么在所有的存储过程中都要按照这个顺序来锁定它们。如果你（不经意的）某个存储过程中先锁定表B，再锁定表A，这可能就会导致一个死锁。如果锁定顺序没有被预先详细的设计好，死锁是不太容易被发现的。
不要打开大的数据集
在CSDN技术论坛中 :），一个经常被提出的问题是：我怎样才能迅速的将100000条记录添加到ComboBox中？这是不对的，你不能也不需要这样做。很简单，你的用户要浏览100000条记录才能找到需要的记录，他一定会诅咒你的。在这里，你需要的是一个更好的UI，你需要为你的用户显示不超过100或200条记录。
不要使用服务器端游标
与服务器端游标比起来，客户端游标可以减少服务器和网络的系统开销，并且还减少锁定时间。
使用参数查询
有时，我在CSDN技术论坛看到类似这样的问题：“SELECT * FROM a WHERE a.id='A'B，因为单引号查询发生异常，我该怎么办？”，而普遍的回答是：用两个单引号代替单引号。这是错误的。这样治标不治本，因为你还会在其他一些字符上遇到这样的问题，更何况这样会导致严重的bug，除此以外，这样做还会使SQL Server的缓冲系统无法发挥应有的作用。使用参数查询， 釜底抽薪，这些问题统统不存在了。
在程序编码时使用大数据量的数据库
程序员在开发中使用的测试数据库一般数据量都不大，可经常的是最终用户的数据量都很大。我们通常的做法是不对的，原因很简单：现在硬盘不是很贵，可为什么性能问题却要等到已经无可挽回的时候才被注意呢？
不要使用INSERT导入大批的数据
请不要这样做，除非那是必须的。使用UTS或者BCP，这样你可以一举而兼得灵活性和速度。
注意超时问题
查询数据库时，一般数据库的缺省都比较小，比如15秒或者30秒。而有些查询运行时间要比这长，特别是当数据库的数据量不断变大时。
不要忽略同时修改同一记录的问题
有时候，两个用户会同时修改同一记录，这样，后一个修改者修改了前一个修改者的操作，某些更新就会丢失。处理这种情况不是很难：创建一个timestamp字段，在写入前检查它，如果允许，就合并修改，如果存在冲突，提示用户。
在细节表中插入纪录时，不要在主表执行SELECT MAX(ID)
这是一个普遍的错误，当两个用户在同一时间插入数据时，这会导致错误。你可以使用SCOPE_IDENTITY，IDENT_CURRENT和@@IDENTITY。如果可能，不要使用@@IDENTITY，因为在有触发器的情况下，它会引起一些问题（详见这里的讨论）。
避免将列设为NULLable
如果可能的话，你应该避免将列设为NULLable。系统会为NULLable列的每一行分配一个额外的字节，查询时会带来更多的系统开销。另外，将列设为NULLable使编码变得复杂，因为每一次访问这些列时都必须先进行检查。
我并不是说NULLS是麻烦的根源，尽管有些人这样认为。我认为如果你的业务规则中允许“空数据”，那么，将列设为NULLable有时会发挥很好的作用，但是，如果在类似下面的情况中使用NULLable，那简直就是自讨苦吃。
CustomerName1
CustomerAddress1
CustomerEmail1
CustomerName2
CustomerAddress2
CustomerEmail3
CustomerName1
CustomerAddress2
CustomerEmail3
如果出现这种情况，你需要规范化你的表了。
尽量不要使用TEXT数据类型
除非你使用TEXT处理一个很大的数据，否则不要使用它。因为它不易于查询，速度慢，用的不好还会浪费大量的空间。一般的，VARCHAR可以更好的处理你的数据。
尽量不要使用临时表
尽量不要使用临时表，除非你必须这样做。一般使用子查询可以代替临时表。使用临时表会带来系统开销，如果你是用COM+进行编程，它还会给你带来很大的麻烦，因为COM+使用数据库连接池而临时表却自始至终都存在。SQL Server提供了一些替代方案，比如Table数据类型。
学会分析查询
SQL Server查询分析器是你的好伙伴，通过它你可以了解查询和索引是如何影响性能的。
使用参照完整性
定义主健、唯一性约束和外键，这样做可以节约大量的时间。

㈦ 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。

㈧ 数据库在大学里属于什么专业

计算机专业 专业学习SQLSERVER ,oracle 等软件
将来从事程序开发或者DBA的软件

㈨ 学校有哪些数据库是关于本专业的

本科阶段没有数据库专业。按教育部的文件，本科阶段计算机专业只有一个就是计专算机科学与技属术专业，不过许多的学校会叫不同的名字。另外现在而言又多了软件专业，这个专业的偏向性比较强一些。再说一些计算机的研究生阶段又分了四个方向。具体就不说那四个了。

你说的那些大学，基本上所有的大学都这样啊，还是上面说的由于历史的问题有一些大学会不叫那个名字。

本科所用的大学都会将数据库作为必修课来学的，学好数据库就业肯定不是问题，许多的方面都需要数据库的人才，许多的软件没有数据库是不可以的。因此就业不用太愁。建议学好编程和数据库那更基本上没什么问题。

另外还有一些建议就是你不管在那个大学，那个专业，在大学期间尽量干一些实事，就是比较实际的事情，不要老搞虚的东西，做点项目啦或者自己开发点东西。

㈩ 大学本科有数据库专业吗哪些大学本科学数据库出来就业会不会很难

本科阶段没抄有数据库专业。按教育部的文件，本科阶段计算机专业只有一个就是计算机科学与技术专业，不过许多的学校会叫不同的名字。另外现在而言又多了软件专业，这个专业的偏向性比较强一些。再说一些计算机的研究生阶段又分了四个方向。具体就不说那四个了。

你说的那些大学，基本上所有的大学都这样啊，还是上面说的由于历史的问题有一些大学会不叫那个名字。

本科所用的大学都会将数据库作为必修课来学的，学好数据库就业肯定不是问题，许多的方面都需要数据库的人才，许多的软件没有数据库是不可以的。因此就业不用太愁。建议学好编程和数据库那更基本上没什么问题。

另外还有一些建议就是你不管在那个大学，那个专业，在大学期间尽量干一些实事，就是比较实际的事情，不要老搞虚的东西，做点项目啦或者自己开发点东西。

我是刚本科毕业，考了个研究生。现在是假期在一个公司里面试用了。你应该算是我的学弟了，有什么问题可以再讨论。

希望我的回答可以帮到你。