如何研究数据库这一门学问 ? 同声相应,同气相求;通过社区聚合志同道合的人, 如果没有社区就自己建,现在的技术论坛都很商业化,CSDN广告版面大于内容,掘金天天发面试经验,腾讯云社区内容围绕带货展开,一言不合就关键词屏蔽,不适合进行技术讨论。
如果没有光,那自己就成为唯一的光,如果没有好社区,可以考虑自建社区。
数据库六步学习法
- 打好地基,九层之台,起于累土
- 学会思考,独立思考,才能提高
- 掌握方法,由点及面,由浅入深
- 养成习惯,严谨认真,遵守规则
- 实践修正,实践检验,成熟心智
- 臻于至善,见微知著,大道至简
三层境界
其一:昨夜西风凋碧树,独上高楼,望尽天涯路(尽心竭力,稳住基石)
其二:衣带渐宽终不悔,为伊消得人憔悴 (坚持不懈,持之以恒)
其三:众里寻她千百度,暮然回首,那人却在灯火阑珊处(百折不挠, 豁然开朗)
变革加速:我们面临的挑战和机遇
- 云化互联,移动共享
- 数据驱动,跨界融合
- 智慧智能,自动自治
未来将不设上限地寻求数据, 数据科技人才;人工智能外在是智能,内在是数据.
人才需求: 从DBA到内核开发者的进阶路线
数据库管理员(管理维护数据库)
数据架构师(建立企业数据存储的技术标准)
内核开发工程师(设计研发工程化的数据库系统软件)
数据科学家(运用数据挖掘工具对海量数据进行分析)
工具开发工程师 (了解开源数据库,深入立即数据库的使用, 以及运维过程中的实际需求)
首席数据官CDO (为CEO的决策提供支持,掌控企业内部数据, 打通部门数据数据, 影响企业运营, 助力新产品)
素质需求: 求职四要素
兴趣 + 勤奋 + 坚持 + 方法
- 兴趣:兴趣是可以培养的
- 勤奋:1000小时定律
- 坚持:坚持不懈,躬身入局
- 方法:由点及面, 由浅到深, 多做总结
MogDB,极致性能的国产数据库,多数据库管理
行业概况
非关系型数据库占据了四分之一, 并逐年上升
开源数据库与商业性数据库均分天下
银行系统关系型数据库居多
社会发展带来的冲击
交易量暴增
数据量暴涨
业务的实时性要求高
新业务层出不穷
TCO遇到严重挑战
数据库技术方向
数据库是IT基础设施的重要部分, 被称为IT软件皇冠的明珠, 人类社会步入万物互联的智能数字时代, 世界之间的联系日益紧密, 数据库生态开发是比如的趋势
提升吞吐量, 实现负载均衡, 优化读写速度, 进行分区分片, 保证并发性, 提升可用性RPO/RTO
国产数据库架构路线:
国产数据库架构路线openGauss
openGauss基于开源数据库魔改而来, 极致性价比.
openGauss推进数据库国产化, 鲲鹏9系CPU运行openGauss超越英特尔8系, 兼容市面主流数据库, 实现数据库平滑迁移.
数据库人才建设
- 高校人才(重视基础知识的传授, 知识更新换代更平稳)
- 应用级人才(能力要求不高,基于业务规则开发, 核心价值在于业务层 )
- 内核级人才(熟悉系统内核和资源优化, 掌握核心技术)
- 走入校园 (产学研结合)
我们在做什么样的产业
云是数字化与新基建的关键要素,云数据库石数据库领域产业升级转折点
时代召唤,数据库是软件系统根技术,高精尖核心产业,大国技术工匠挑战
数据库是软件皇冠的明珠, 专家密集型的行业, 需软硬件全栈协同提升竞争力
全球布局,汇聚数据库专家与领军人物,打造世界级数据库
人才理念, 开发多元, 不拘一格降人才, 汇聚一群优秀的人, 做世界级的数据库, 面向全球, 用人五湖四海, 识别人才价值, 多元合作, 敢于破格提拔, 用人所长, 把合适的人放在合适的位置
我们需要什么样的人才
专业能力: 关键技能, 专业知识(能不能做?)
价值观潜力: 价值观,自我形象, 特质倾向, 内驱力与动机(是否能做好?)
应聘准备与未来职业发展的几点建议
选择一个发展平台, 至关重要
抓住一切机会的积累项目经验
持续强化软件编码基本功
积极主动, 眼高手低
敢于突破舒适区,受得了委屈,强大的承压能力
耐得住寂寞, 沉得住气, 一万小时定理
大数据与数据库的关系与区别
关系: BigData 基于 DataBase 产生.
区别: BigData大数据数据量大, 种类多, 相关职能人员偏向分析型; DataBase数据库偏向数据存取, 相关职能人员偏向研究技术本身.
网友评论