DBA这一职业未来该如何发展?作者介绍
本文是个人对「DBA这一职业未来该如何发展？」这个问题的一些看法，仅供各位参考。
数据是核心
这里的核心是数据，也是DBA这一角色最大的价值所在。他们最了解数据、最懂得数据的价值。因此DBA后续可发展的一些方向，也基本是与数据有关。
此外，对于数据要有更加宏观的认识，无论是企业的自有数据，还是外部获得；无论是关系数据，还是其他模式数据；无论是保存在数据库中，还是其他诸如日志等介质中，数据对企业都非常有价值，要将数据作为一种“资产”来管理。
只有上升到这样的高度时，数据相关岗位的价值才能凸显出来。
阶段不同，侧重不同
- 层次一，是以数据库维护为主，常见表现是“救火队员”型。很多初创企业，都经历过这一过程。数据库维护基本靠人，随着运维体量的增加，需要线性增加人员。整体数据应用水平，基本处于简单、粗放型。
- 层次二，仍是以数据库维护为主，但已形成较为完善的运维体系。除了基础运维之外，甚至可以考虑一些预防性的措施，提高整体的运维效益。这一阶段的体系化建设，往往是通过文档、运维平台等沉淀下来。数据库作为基础设施层，已可提供较好的数据存储、计算能力输出。但此阶段尚未从更高角度去考虑数据问题，仍仅限于运维层面。
- 层次三，数据设计应用阶段，企业已不满足数据简单的“存取类”需求，而是从更高的应用角度，考虑如何提高整体数据应用水平。这个阶段会增加数据库架构、设计，加强业务端数据优化工作。表现为增加产品DBA的角色，加大数据库架构权重等。
- 层次四，数据架构治理阶段，企业不单从某个应用、某条业务线去考虑数据问题，而是公司整体层面做数据的顶层设计。考虑建立专门的机构（如数据委员会）或岗位-首席数据官（CDO）。近些年来，颇为火热的“数据中台”，正是为迎合这一需求而产生的。
基础运维工作，繁琐枯燥
正是基于这点，平台化、自动化、云化的诉求不断被提出，进而间接地对DBA的能力提出了更高的要求。
DBA职能，向上进化
公司内应用水平的高低，也决定了DBA各类工作的比例侧重不同。随着公司数据应用水平的不断提高，DBA工作重心也应从下层逐步转向中上层。
- 数据物理架构，对应为“运维DBA”，工作重心为基础架构的建设。
- 数据逻辑架构，对应为“产品DBA”，工作重心为数据库架构、架构设计及SQL质量问题。
- 数据业务架构，对应为“数据架构师-DA”，工作重心在于数据治理、管理类工作。
DBA面临冲击不断
- 去IOE，阿里最早提出“去IOE”的叫法。它的提出，让人们第一次领悟到，企业的核心应用可以不依赖于传统的国外大型商业数据库，进而提出了一种新的解决思路。
- 开源与商业，企业发展阶段不同，对于开源还是商业软件的使用存在类似上图的收益/成本曲线。当发展到一定阶段时，是必须要考虑引入开源。企业要从技术战略角度出发，考虑这一问题。
- “四化”，数据库基础运维工作，经历了从手工、脚本、工具、平台的发展阶段。其发展特点表现为“四化”（平台化、可视化、自动化、智能化）。这一发展方向也对DBA的技能要求产生了一些变化，特别是对研发的技能要求已成为必要条件。
- 云，是未来的发展方向。从全球范围来看，云生态的数据库占比在8%，未来预计在3~5年内，会提升到20%~30%。这无疑是巨大的飞跃。对于DBA而言，云环境下的数据库工作有别于传统环境，需要从多方面去适应，工作重心也要有所调整。
技术 OR 管理
上图给大家描述了两种不同方向的区别，个人可根据自己特质，对号入座。这里要避免一个误区，就是“以管理为上”，这其实就是官本位思想的体现。不是每个人都适合管理路线，放在不恰当的位置上，对人的发展是一种摧残。
客观判断，承认上限
要客观、理性地认识到自己所处的阶段。从上述比例也可以看出，能走到高阶职位的毕竟是少数。虽然可以通过一些方式（后面会谈到）突破，但是仍然有较大概率无法取得既定目标。此时，要勇于承认这一点，调整自己的职业定位，谋求新的发展方向。
高度与广度 + 全局思维
- 高度与广度。在职业发展初期，需要有个快速成长的“原始积累期”。这里谈到的原始积累，不是财富，而是技术技能。要在某专一领域，尽量达到自己的技术高点。会存在某个点，你已经无法突破达到更高的高度时，要谨慎分析原因。如确实非主观原因，那么要坦然接受它。剩下来的技术发展，可考虑横向发展，即将自己打造成“T字型”人才。上面谈到的高点很重要，它会决定你的技术“视野”。
- 全局思维。即不要仅仅从技术角度考虑问题，特别是达到一定高度之后，可更多地尝试从业务角度、人的角度考虑之前面临的问题，也许你就会有新的发现。全局思维，会有助于你发现原有发展阶段的瓶颈点，从而实现突破。
DBA职业选择路线
- 数据库技术。这是一个比较容易的选择，即在某数据库领域里不断精进自己，以达到一个更高的目标。职业定位是首席DBA、DBA专家等。如果考虑这个发展方向，建议考虑乙方或云厂商，因为他们对技术本身要求更高。甲方角色，受限于自身环境，一般很难有需要不断突破的技术氛围。
- 数据库业务。将数据库技术与公司业务相结合，突出在某业务领域的数据能力。这是需要在某行业打磨多年，充分了解其业务特点，不断抽象出其数据要求。这一方向可考虑行业的头部公司或者是专为某行业服务的ISV。
- 数据库内核研发，是相对“小众”的一类人才需求，一般只有大型企业/云厂商或数据库厂商会考虑设置。其专业性较强，人员素质要求也较高。建议选择高起点的一些企业，对个人长期职业发展有利。
- 数据库架构师，这是一个相对综合类的职位。“架构”的含义比较模糊，各企业对架构师角色的定位也各不相同。一般能考虑设置数据库架构师角色的企业，都是有一定规模，企业内数据应用比较复杂的情况。下面根据我所在公司的实际场景，尝试给出一个数据库架构师的技能图谱，供各位参考。
一家之言： 数据库架构师技能图谱
- 数据自身技能，如数据库、大数据、数据治理、数仓等。
- 关联领域技能，如基础设施、云、容器等。
- 研发方向技能，如DevOps等。
- 综合技能类，如业务思维、软技能（如沟通技巧）。
- 数据架构，不同于“数据库架构”。数据架构，更强调于顶层设计，需要对数据有全局的思维，帮助企业做好整体数据规划设计工作。它不在拘泥于某种技术，而是着眼于数据整合、安全、共享、价值、资产等问题。
- 数据产品，也是一种综合类职位。需要对技术本身有一定深入的了解，但更强调其技术广度。此外需要有产品化思维，能将业务需求，转换为产品功能设计。
解决方案架构，往往是从“售前架构”、“技术顾问”等角色体现出来。其核心要点在具备一定技术能力的同时，还要有甲方思维，能够了解用户痛点，能从技术角度帮助客户解决现有问题。这里不光是销售自己的产品，更重要的是给客户带来价值。 数据库布道者，少数的选择，只针对有一定技术影响力的人员才可以考虑。是一种偏向于自由职业者的选择。
- 数据治理，是一项比较“浩大”的工程。随着企业对数据的重视程度越来越高，这一岗位也愈发重要起来。其强调几个关键过程域的活动，提升企业整体数据应用水平。右图中给出的DAMA的过程域图例，供大家参考。
- 数据仓库，是一个处于转型中的职位，传统的数仓做法，目前已不适应现代企业要求。但其核心的数据建模理论，还是具有指导意义的。因此各大互联网公司，均有自己颇有特色的数仓实践。可以考虑大厂或行业头部客户作为选择。
- 大数据，作为大“DBA”的范畴，大数据领域在某种意义上讲也是一种数据库。当然它有其自身的特殊性，表现为技术分散、变化快、没有统一标准、对研发能力有一定要求等。
- DevOps，运维开发。适合有一定研发基础的DBA选择。
- 项目管理，DBA是一个比较综合类的职位，在沟通、协调、组织方面，与项目管理有相似在之处。因此，可以考虑转型做项目管理类职位。
- 技术管理，DBA职位的涉及的技术领域较广，如稍加留意可以涉猎很多关联领域。这与技术管理类对技能的诉求有一定相似。再加上其对软技能的要求，是可以考虑将技术管理作为发展方向。在圈子中也发现过不少高级管理人员，都是DBA出身，不无一定道理。
写在最后
