大数据时代，DBA该何去何从？

数据管理

* 努力成为数据管理专家。虽然SQL 数据库可以扩展以处理大数据，但数据库并不是最佳解决方案。 DBA正在努力制定预算，以便在预算内以最低的成本满足SLA。

* 数据操作的概念出现。数据管理和数据治理。数据操作是团队的一部分，在收集和创建数据时共享目标并协作工作。使用自动化来消除延迟，并采用最合适的敏捷方法来提高效率。

* 管理、治理和软件交付。维护数据库模型和架构。在大数据中，一切都是探索性的，从明确定义的转换到应用程序和工程师之间的协作工作。

* 尽管开发人员认为不需要数据管理，但DBA仍然需要进行数据管理，以便后续分析数据。

* DBA 从管理数据库转变为跨多个系统的数据工程师。他们关注数据如何从一个数据库移动到另一个数据库、数据消耗、数据对齐和数据流程管理，所有这些对于自动化数据分发和执行都至关重要。

* DBA不再只关注SQL Server、Oracle等个人产品，而是必须处理企业大数据实施计划的实施。

基础设施和平台

DBA的角色被推到了第一线。负责IT堆栈的演变。基础设施和平台的识别范围变得更加广泛。

* 这是一个不容忽视的巨大挑战。应用程序使用的数据库技术不再在DBA的控制范围内。迁移到云的比例越大，DBA的控制范围就越小。数据越来越多，新的数据库不断推出。管理数据基础设施，提出大数据解决方案和集成解决方案，掌握归档和处理灾难恢复的技能。 AWS 似乎将云中的数据库选项与DBA 联系起来。 DBA 仍然需要担心备份、灾难恢复和海量存储。值得对备份和存储进行更具战略性的思考。

* DBA比以往任何时候都更重要，因此他们也需要学习：如何有效地整合RDBMS系统中存储的遗留数据，大数据技术也至关重要。

* 由于大数据改变了数据架构，DBA的存在可能不是立竿见影的，但确实是真实存在的。新技术为数据管理提供了新的机遇，为DBA和数据模型开启了新时代。

* 事实上，没有数据模式和Hadoop 的NoSQL 平台以及支持它的工具集将越来越多地部署在企业中。开发人员现在对数据本身的设计具有更大的影响力。

* 这对于扩大DBA的专业范围起到了作用：他们必须学习NoSQL系统的机制和操作；掌握管理Hadoop集群的能力；实施“存储数据而不存储数据”的方法。

* 而且，NoSQL 的灵活性是以牺牲数据完整性为代价的，使得这个模型变得更加困难。目前，在许多公司的Web 应用程序中，数据完整性已经让位于灵活性。

* DBA必须适应设计和开发风格的变化。 DBA还需要运行几个关系系统，认真研究NoSQL技术，并负责指导公司的部署。未来可能会区分出几种类型的DBA：仅限于技术的DBA；传统管理者；以及那些努力学习和适应管理大数据的新技术和工具的人。

* DBA 始终是整个软件开发过程的一部分。在当前环境下，所有DBA更有必要参与整个开发过程，特别是规划、范围界定和原型设计部分。 DBA 可以为企业提供有关数据基础设施功能、所需更改的成本、潜在性能影响和总体容量规划的详细信息。

* 鉴于数据使用的要求，更多特定数据平台范围之外的技术被用来实施解决方案。 DBA不仅要关注SQL、DDL等，还要掌握JavaScript、Java、NET等技术。 DBA 将越来越精通应用程序容器化和系统容器化（Docker、Rkt、Linux 容器等）。 DBA 的压力将会增加。一旦与其他角色连接起来，数据及其管理就穿插在多条生命线中，因此需要掌握的技术将会不断增加。

* 成功采用大数据战略的企业已经将DBA转变为新的数据基础设施管理员，包括NoSQL数据库和Hadoop。与开发数据管理逻辑的数据开发人员、处理和准备数据的数据科学家以及业务线的数据分析师结合起来，DBA 是运营大数据战略的重要组成部分。 DBA 现在依靠更智能的工具来管理和报告跨各种数据库和技术框架的数据基础设施和流程。

工作负载和SLA

* 工作结构消失。还有更多类型的问题需要解决。实现混合环境，在流处理和批处理中提供新的工作负载，同时跟上变化。

* 现在的技术管理比以往任何时候都多。理解和管理数据仓库有10 到20 种技术方法。为了针对问题选择正确的技术并方便管理，较大的企业正在考虑标准化搜索、NoSQL、Hadoop 和GPU 技术。

* 从具有数据库领域知识的系统管理员到现在处理数据集成、非结构化数据、自然语言处理、文档存储和统计。工具集可以简化工作。关系数据库不会有大的进步，但是大数据存储会有新的变化。

1、大数据时代，DBA的角色发生了重大变化。很长一段时间，DBA只是系统管理员。他们确实有SQL知识，知道如何优化SQL，也了解构建数据库，但他们并没有积极参与数据库系统中数据的具体使用。