大數據“復活”記
920
2025-03-31
開篇
隨著近些年來,開源、自動化、云化的興起,DBA職業也正悄然發生一些變化。經常有朋友咨詢我,職業發展規劃;特別是近期Oracle的大幅裁員之后,針對DBA這一職業未來該如何發展?本文是個人對此問題的一些看法,僅供各位參考!
數據是核心
將DBA單詞分解一下。其對應的
操作對象:數據
操作介質:庫
操作角色:管理員
這里的核心是數據,也是DBA這一角色最大的價值所在。他們最了解數據、最懂得數據的價值;因此DBA后續可發展的一些方向,也基本是與數據有關。
此外,對于數據要有更加宏觀的認識,無論是企業的自有數據,還是外部獲得;無論是關系數據,還是其他模式數據;無論是保存在數據庫中,還是其他諸如日志等介質中,數據對企業都非常有價值,要將數據作為一種"資產"來管理。只有上升到這樣的高度,數據相關崗位的價值也就凸顯出來。
階段不同,側重不同
企業對數據應用水平不同,因而造成工作重心及崗位需求也有所不同。下面簡單描述下各個層次:
層次一,是以數據庫維護為主,常見表現是"救火隊員"型。很多初創企業,都經歷過這一過程。數據庫維護基本靠人,隨著運維體量的增加,需要線性增加人員。整體數據應用水平,基本處于簡單、粗放型。
層次二,仍是以數據庫維護為主,但已形成較為完善的運維體系。除了基礎運維之外,甚至可以考慮一些預防性的措施,提高整體的運維效益。這一階段的體系化建設,往往是通過文檔、運維平臺等沉淀下來。數據庫作為基礎設施層,已可提供較好的數據存儲、計算能力輸出。但此階段尚未從更高角度去考慮數據問題,仍僅限于運維層面。
層次三,數據設計應用階段,企業已不滿足數據簡單的"存取類"需求,而是從更高的應用角度,考慮如何提高整體數據應用水平。這個階段會增加數據庫架構、設計,加強業務端數據優化工作。表現為增加產品DBA的角色,加大數據庫架構權重等。
層次四,數據架構治理階段,企業不單從某個應用、某條業務線去考慮數據問題,而是公司整體層面做數據的頂層設計??紤]建立專門的機構(如數據委員會)或崗位-首席數據官(CDO)。近些年來,頗為火熱的"數據中臺",正是為迎合這一需求而產生的。
基礎運維工作,繁瑣枯燥
作為基礎類的運維工作,數據庫的要求是比較高的。上圖簡單羅列了部分工作,對DBA日常繁瑣工作可見一斑。正是基于這點,平臺化、自動化、云化的訴求,不斷被提出。進而間接對DBA的能力提出了更高的要求。
DBA職能,向上進化
基于前面數據應用水平所談到的,企業內部DBA也對應承擔了幾類職能。自下而上的是數據物理架構、邏輯架構和業務架構。公司內應用水平高低,也決定了DBA各類工作的比例側重不同。隨著公司數據應用水平的不斷提高,DBA工作重心也應從下層逐步轉向中上層。
數據物理架構,對應為"運維DBA",工作重心為基礎架構的建設。
數據邏輯架構,對應為"產品DBA",工作重心為數據庫架構、架構設計及SQL質量問題。
數據業務架構,對應為"數據架構師-DA",工作重心在于數據治理、管理類工作。
DBA面臨沖擊不斷
近些年來,DBA職位受到很大一些沖擊,我摘其重要的幾項說明下。
去IOE,阿里最早提出"去IOE"的叫法。它的提出,讓人們第一次領悟到,企業的核心應用是可以不依賴于傳統的國外大型商業數據庫,進而提出了一種新的解決思路。
開源與商業,企業發展階段不同,對于開源還是商業軟件的使用存在類似上圖的收益/成本曲線。當發展到一定階段時,是必須要考慮引入開源。企業要從技術戰略角度出發,考慮這一問題。
"四化",數據庫基礎運維工作,經歷了從手工、腳本、工具、平臺的發展階段。其發展特點表現為"四化"(平臺化、可視化、自動化、智能化)。這一發展方向也對DBA的技能要求產生了一些變化,特別是對研發的技能要求已成為必要條件。
云,是未來的發展方向。從全球范圍來看,云生態的數據庫占比在8%,未來預計在3~5年內,會提升到20%~30%。這無疑是巨大的飛躍。對于DBA而言,云環境下的數據庫工作有別于傳統環境,需要從多方面去適應,工作重心也要有所調整。
技術 OR 管理
DBA職業發展,向上面臨的第一個選擇就是發展方向,是走管理路線還是技術路線。上圖給大家描述了兩種不同方向的區別,個人可根據自己特質,對號入座。這里要避免一個誤區,就是"以管理為上",這其實就是官本位思想的體現。不是每個人都適合管理路線,放在不恰當的位置上,對人的發展是一種摧殘。
客觀判斷,承認上限
在明確了發展路線之后,就需要對自身的發展階段有所判斷。無論是技術還是管理,都存在這樣一個進化理論,即越走向高級階段,其淘汰率越高。要客觀、理性地認識到自己所處的階段。從上述比例也可以看出,能走到高階職位的畢竟是少數。雖然可以通過一些方式(后面會談到)做突破,但是仍然有較大概率無法取得既定目標。此時,要勇于承認這一點,調整自己的職業定位,謀求新的發展方向。
高度與廣度 + 全局思維
取得職業發展突破,有兩個小的建議。
高度與廣度。在職業發展初期,需要有個快速成長的"原始積累期"。這里談到的原始積累,不是財富,而是技術技能。要在某專一領域,盡量達到自己的技術高點。會存在某個點,你已經無法突破達到更高的高度時,要謹慎分析原因。如確實非主觀原因,那么要坦然接受它。剩下來的技術發展,可考慮橫向發展,即將自己打造成"T字型"人才。上面談到的高點很重要,它會決定你的技術"視野"。
全局思維。即不要僅僅從技術角度考慮問題,特別是達到一定高度之后,可更多地嘗試從業務角度、人的角度考慮之前面臨的問題,也許你就會有新的發現。全局思維,會有助于你發現原有發展階段的瓶頸點,實現突破。
DBA職業選擇路線
前面講了很多,那么DBA職業發展可考慮哪些方向呢?下面試圖給出一些可能的選擇。以下僅僅是本人根據自己所熟悉的領域給出的選擇,不代表全部。
選擇:數據庫技術、數據庫業務
數據庫技術。這是一個比較容易的選擇,即在某數據庫領域里不斷精進自己,以達到一個更高的目標。職業定位是首席DBA、DBA專家等。如果考慮這個發展方向,建議考慮乙方或云廠商,因為他們對技術本身要求更高。甲方角色,受限于自身環境,一般很難有需要不斷突破的技術氛圍。
數據庫業務。將數據庫技術與公司業務相結合,突出在某業務領域的數據能力。這是需要在某行業打磨多年,充分了解其業務特點,不斷抽象出其數據要求。這一方向可考慮行業的頭部公司或者是專為某行業服務的ISV。
選擇:內核研發、數據庫架構
數據庫內核研發,是相對"小眾"的一類人才需求,一般只有大型企業/云廠商或數據庫廠商會考慮設置。其專業性較強,人員素質要求也較高。建議選擇高起點的一些企業,對個人長期職業發展有利。
數據庫架構師,這是一個相對綜合類的職位。"架構"的含義比較模糊,各企業對架構師角色的定位也各不相同。一般能考慮設置數據庫架構師角色的企業,都是有一定規模,企業內數據應用比較復雜的情況。下面根據我所在公司的實際場景,嘗試給出一個數據庫架構師的技能圖譜,供各位參考。
一家之言:數據庫架構師技能圖譜
上圖羅列對數據庫架構師本身要求的十二項基本能力要求,各項能力的要求不同,我通過左側的餅圖比例大小予以說明。當然能符合全部要求的人,少之又少。公司可根據側重,有所取舍。上述技能要求,可大致分為四類:
數據自身技能,如數據庫、大數據、數據治理、數倉等
關聯領域技能,如基礎設施、云、容器等
研發方向技能,如DevOps等
綜合技能類,如業務思維、軟技能(如溝通技巧)
選擇:數據架構、數據產品
數據架構,不同于"數據庫架構"。數據架構,更強調于頂層設計,需要對數據有全局的思維,幫助企業做好整體數據規劃設計工作。它不在拘泥于某種技術,而是著眼于數據整合、安全、共享、價值、資產等問題。
數據產品,也是一種綜合類職位。需要對技術本身有一定深入的了解,但更強調其技術廣度。此外需要有產品化思維,能將業務需求,轉換為產品功能設計。
選擇:解決方案架構、數據庫布道者
解決方案架構,往往是從"售前架構"、"技術顧問"等角色體現出來。其核心要點是具備一定技術能力的同時,還要有甲方思維,能夠了解用戶痛點,能從技術角度幫助客戶解決現有問題。這里不光是銷售自己的產品,更重要的是給客戶帶來價值。
數據庫布道者,少數的選擇,只針對有一定技術影響力的人員才可以考慮。是一種偏向于自由職業者的選擇。
選擇:數據治理、數據倉庫
數據治理,是一項比較"浩大"的工程。隨著企業對數據的重視程度越來越高,這一崗位也愈發重要起來。其強調幾個關鍵過程域的活動,提升企業整體數據應用水平。右圖中給出的DAMA的過程域圖例,供大家參考。
數據倉庫,是一個處于轉型中的職位,傳統的數倉做法,目前已不適應現代企業要求。但其核心的數據建模理論,還是具有指導意義的。因此各大互聯網公司,均有自己頗有特色的數倉實踐??梢钥紤]大廠或行業頭部客戶作為選擇。
選擇:大數據、運維開發
大數據,作為大"DBA"的范疇,大數據領域某種意義上將也是一種數據庫。當然它有其自身的特殊性,表現為技術分散、變化快、沒有統一標準、對研發能力有一定要求等。
DevOps,運維開發。適合有一定研發基礎的DBA選擇。
選擇:項目管理、技術管理
項目管理,DBA是一個比較綜合類的職位,在溝通、協調、組織方面,與項目管理有相似在之處。因此,可以考慮轉型做項目管理類職位。
技術管理,DBA職位的涉及的技術領域較廣,如稍加留意是可以涉獵很多關聯領域。這與技術管理類對技能訴求,有一定相似。再加上其對軟技能的要求,是可以考慮將技術管理作為發展方向。在圈子中也發現不過高級管理人員,都是DBA出身,不無一定道理。
寫在最后
面對一個充滿不確定性的未來,唯一能確定的就是變化。讓我們擁抱變化,努力改變今天的自己!
內容來源:韓鋒老師于ACMUG沙龍(北京站)的分享,首發公眾號-韓鋒頻道,歡迎關注。
本文轉載自異步社區。
運維 大數據 數據庫
版權聲明:本文內容由網絡用戶投稿,版權歸原作者所有,本站不擁有其著作權,亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。
版權聲明:本文內容由網絡用戶投稿,版權歸原作者所有,本站不擁有其著作權,亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。