開篇
随着近些年來，開源、自動化、雲化的興起，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；特别是近期Oracle的大幅裁員之後，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！
資料是核心
将DBA單詞分解一下。其對應的
- 操作對象：資料
- 操作媒體：庫
- 操作角色：管理者
這裡的核心是資料，也是DBA這一角色最大的價值所在。他們最了解資料、最懂得資料的價值；是以DBA後續可發展的一些方向，也基本是與資料有關。
此外，對于資料要有更加宏觀的認識，無論是企業的自有資料，還是外部獲得；無論是關系資料，還是其他模式資料；無論是儲存在資料庫中，還是其他諸如日志等媒體中，資料對企業都非常有價值，要将資料作為一種"資産"來管理。隻有上升到這樣的高度，資料相關崗位的價值也就凸顯出來。
階段不同，側重不同
企業對資料應用水準不同，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，是以資料庫維護為主，常見表現是"救火隊員"型。很多初創企業，都經曆過這一過程。資料庫維護基本靠人，随着運維體量的增加，需要線性增加人員。整體資料應用水準，基本處于簡單、粗放型。
- 層次二，仍是以資料庫維護為主，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、運維平台等沉澱下來。資料庫作為基礎設施層，已可提供較好的資料存儲、計算能力輸出。但此階段尚未從更高角度去考慮資料問題，仍僅限于運維層面。
- 層次三，資料設計應用階段，企業已不滿足資料簡單的"存取類"需求，而是從更高的應用角度，考慮如何提高整體資料應用水準。這個階段會增加資料庫架構、設計，加強業務端資料優化工作。表現為增加産品DBA的角色，加大資料庫架構權重等。
- 層次四，資料架構治理階段，企業不單從某個應用、某條業務線去考慮資料問題，而是公司整體層面做資料的頂層設計。考慮建立專門的機構（如資料委員會）或崗位-首席資料官（CDO）。近些年來，頗為火熱的"資料中台"，正是為迎合這一需求而産生的。
基礎運維工作，繁瑣枯燥
作為基礎類的運維工作，資料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，平台化、自動化、雲化的訴求，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
基于前面資料應用水準所談到的，企業内部DBA也對應承擔了幾類職能。自下而上的是資料實體架構、邏輯架構和業務架構。公司内應用水準高低，也決定了DBA各類工作的比例側重不同。随着公司資料應用水準的不斷提高，DBA工作重心也應從下層逐漸轉向中上層。
- 資料實體架構，對應為"運維DBA"，工作重心為基礎架構的建設。
- 資料邏輯架構，對應為"産品DBA"，工作重心為資料庫架構、架構設計及SQL品質問題。
- 資料業務架構，對應為"資料架構師-DA"，工作重心在于資料治理、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，阿裡最早提出"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資料庫，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體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"，資料庫基礎運維工作，經曆了從手工、腳本、工具、平台的發展階段。其發展特點表現為"四化"（平台化、可視化、自動化、智能化）。這一發展方向也對DBA的技能要求産生了一些變化，特别是對研發的技能要求已成為必要條件。
- 雲，是未來的發展方向。從全球範圍來看，雲生态的資料庫占比在8%，未來預計在3~5年内，會提升到20%~30%。這無疑是巨大的飛躍。對于DBA而言，雲環境下的資料庫工作有别于傳統環境，需要從多方面去适應，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差別，個人可根據自己特質，對号入座。這裡要避免一個誤區，就是"以管理為上"，這其實就是官本位思想的展現。不是每個人都适合管理路線，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
在明确了發展路線之後，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，即越走向進階階段，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（後面會談到）做突破，但是仍然有較大機率無法取得既定目标。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"。這裡談到的原始積累，不是财富，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。如确實非主觀原因，那麼要坦然接受它。剩下來的技術發展，可考慮橫向發展，即将自己打造成"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，特别是達到一定高度之後，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，實作突破。
DBA職業選擇路線
前面講了很多，那麼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：資料庫技術、資料庫業務
- 資料庫技術。這是一個比較容易的選擇，即在某資料庫領域裡不斷精進自己，以達到一個更高的目标。職業定位是首席DBA、DBA專家等。如果考慮這個發展方向，建議考慮乙方或雲廠商，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。
- 資料庫業務。将資料庫技術與公司業務相結合，突出在某業務領域的資料能力。這是需要在某行業打磨多年，充分了解其業務特點，不斷抽象出其資料要求。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：核心研發、資料庫架構
- 資料庫核心研發，是相對"小衆"的一類人才需求，一般隻有大型企業/雲廠商或資料庫廠商會考慮設定。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。
- 資料庫架構師，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。一般能考慮設定資料庫架構師角色的企業，都是有一定規模，企業内資料應用比較複雜的情況。下面根據我所在公司的實際場景，嘗試給出一個資料庫架構師的技能圖譜，供各位參考。
一家之言：資料庫架構師技能圖譜
上圖羅列對資料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，可大緻分為四類：
- 資料自身技能，如資料庫、大資料、資料治理、數倉等
- 關聯領域技能，如基礎設施、雲、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：資料架構、資料産品
- 資料架構，不同于"資料庫架構"。資料架構，更強調于頂層設計，需要對資料有全局的思維，幫助企業做好整體資料規劃設計工作。它不在拘泥于某種技術，而是着眼于資料整合、安全、共享、價值、資産等問題。
- 資料産品，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。此外需要有産品化思維，能将業務需求，轉換為産品功能設計。
選擇：解決方案架構、資料庫布道者
- 解決方案架構，往往是從"售前架構"、"技術顧問"等角色展現出來。其核心要點是具備一定技術能力的同時，還要有甲方思維，能夠了解使用者痛點，能從技術角度幫助客戶解決現有問題。這裡不光是銷售自己的産品，更重要的是給客戶帶來價值。
- 資料庫布道者，少數的選擇，隻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：資料治理、資料倉庫
- 資料治理，是一項比較"浩大"的工程。随着企業對資料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，提升企業整體資料應用水準。右圖中給出的DAMA的過程域圖例，供大家參考。
- 資料倉庫，是一個處于轉型中的職位，傳統的數倉做法，目前已不适應現代企業要求。但其核心的資料模組化理論，還是具有指導意義的。是以各大網際網路公司，均有自己頗有特色的數倉實踐。可以考慮大廠或行業頭部客戶作為選擇。
選擇：大資料、運維開發
- 大資料，作為大"DBA"的範疇，大資料領域某種意義上将也是一種資料庫。當然它有其自身的特殊性，表現為技術分散、變化快、沒有統一标準、對研發能力有一定要求等。
- DevOps，運維開發。适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。是以，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，是可以考慮将技術管理作為發展方向。在圈子中也發現不過進階管理人員，都是DBA出身，不無一定道理。
寫在最後
面對一個充滿不确定性的未來，唯一能确定的就是變化。讓我們擁抱變化，努力改變今天的自己！
内容來源：韓鋒老師于ACMUG沙龍（北京站）的分享，首發公衆号-韓鋒頻道，歡迎關注。
宜信技術學院