為什么數據庫管理員正在崛起

隨著新的數據類型、應用程序和應用程序開發技術的出現，數據和系統的同質性不斷縮小，從而提高了數據庫管理員的需求。

為了跟上數據管理的動態需求，DBA 必須與開發人員密切合作，以減少數據庫停機時間、確保安全性和自動化交付。

過去，DBA 專注于數據管理——如何訪問和組織數據，然后如何確保數據保持清潔。

隨著云部署的興起，DBA 還必須熟悉混合云模型的概念，以便能夠將它們應用于數據管理和數據治理。

也有 DBA 進入數據科學家世界并執行和分析數據的運動。

這允許 DBA 幫助確定他們的業務可以做出更好決策的方式，并針對客戶數據創建有針對性的路徑以確保滿足客戶需求。

DBA 提供洞察力，超越數據管理

Avionos 聯合創始人兼負責人 Dan Neiweem 解釋說：“他們正在超越僅僅組織和篩選數據，以提供更有價值的見解，最終改變和改變他們對客戶的業務影響。”

他指出，到目前為止，大多數企業已經擁有完善的遺留數據庫，因此 DBA 應該就他們的企業可以利用哪些同類最佳解決方案從他們當前的 IT 組合中獲得最大價值提出建議。

“例如，大多數銷售團隊不需要 DBA 來告訴他們使用什么 CRM 平臺來管理他們的銷售渠道，但 DBA 可以在銷售團隊如何配置 CRM 平臺以收集更清晰的數據和發現方面發揮更大的作用從這些數據中獲得更具可操作性的見解，”他說。

此外，DBA 必須開始發展自己的管理和領導技能，以便他們能夠更積極地發展和指導他們的團隊使用數據對整體業務產生影響。

“目前，DBA 與他們為客戶解決的業務問題之間的關系非常脫節，”Neiweem 說。

他指出，DBA 通常是客戶的最后接觸點，但隨著業務和營銷領導者從客戶數據中收集更深入的見解并尋求大規模實現個性化，這種情況正在發生變化。

“通過這種斷開連接的渠道來獲取有關客戶數據的答案不再有效，”他說。“DBA 現在正在轉變為咨詢角色，他們可以獲取數據、分析數據并采取行動，從而使營銷和其他內部團隊能夠通過這些數據洞察力與客戶建立更牢固的關系。”

ManageEngine 的產品經理 Arun Chandrasekaran 補充說，DBA 通常是獲取 IT 工具鏈中的第一個環節。

“當決策者決定購買什么時，DBA 可以影響他們的決定，”他說。“由于管理數據倉庫的責任落在 DBA 身上，他們與利益相關者合作以了解業務需求。

他們還必須直接評估技術以確定其與他們的設置的兼容性，并查看它是否符合他們的要求。

DBA 轉向 AI、ChatGPT

Neiweem 說，隨著數字化轉型的發展，DBA 將需要成為數據分析和 AI 工具方面的專家，這將幫助他們更好地分析數據并發現數據集中的共性和趨勢，例如 Tableau 和 Snowflake。

“DBA 不應忽視的另一項關鍵新興技術是生成式 AI 工具，例如 ChatGPT，”他解釋道。“這項技術將推進 DBA 分析并向其團隊提供這些見解以建立更牢固的客戶關系的方式。”

Chandrasekaran補充說，自動化工具的興起已經在一定程度上減少了重復性任務，例如備份、執行恢復和監控。

“現在我們有像 ChatGPT 這樣的 AI 機器人來編寫 SQL 代碼——目前還不完美，但它可能會在未來幾年內實現，”他說。

這意味著管理員應該讓自己熟悉這些工具，以提高他們的工作效率。

“簡而言之，DBA 必須提高技能并重塑自我——例如，成為 DevOps DBA 而不是基礎設施 DBA，”他說。

DBA 和開發過程

Chandrasekaran 指出，公司受數據和基于數據分析的洞察力的驅動，DBA 參與整個開發過程，尤其是規劃、范圍界定和原型設計。

“通過擔任領導角色，他們在從 DBA 的角度發表意見時將有更多發言權，”他說。“由于他們對數據有更高的理解，他們必須走到決策的最前沿才能取得更好的結果。”

他目前解釋說，DBA 必須學會跟上云、大數據管理、網絡安全、區塊鏈和自動化方面的趨勢。

他們還應該擴大在人工智能和機器學習技術方面的專業知識，以跟上數字化轉型的步伐。

“DBA 需要學習如何處理數據集成、非結構化數據、自然語言處理、文檔存儲和統計數據，”他說。“在許多公司中，DBA 可能被期望成為具有更廣泛技能的多面手和問題解決者。”