查询数据库中有哪些专业，数据库在大学里属于什么专业

来源：整理时间：2025-01-26 17:51:31 编辑：黑码技术手机版

1，数据库在大学里属于什么专业

计算机专业专业学习SQLSERVER ,oracle 等软件将来从事程序开发或者DBA的软件

计算机相关专业都有,信息管理与信息系统计算机科学技术等专业都开关于数据库这门课

数据库在大学里属于什么专业

2，大学什么专业有 sql sever oracle 和my sql 这些科目

计算机信息这些都是应用数据库的软件

计算机科室与技术软件工程等专业

计算机科学与技术，信息管理与系统系统，信息计算科学等

计算机信息，软件，

oracle是oracle公司出品的dbms（数据库管理系统），支持包括windows，linux，unix在内的很多操作系统，是商业数据库当中用的最多的，最流行的。sqlserver是微软出品的数据库，仅支持windows操作系统，因为使用方便，加上微软推广得力，也很流行。许多人对sqlserver的性能有疑虑，但实际上也没有一个定论。sqlserver比较易用，应付一般的需求足够了。

大学什么专业有 sql sever oracle 和my sql 这些科目

3，大数据哪些专业好

1、大数据专业，一般是指大数据采集与管理专业；2、课程设置，大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地帮助企业掌握大数据应用中的各种典型问题的解决办法，包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于、Mapreduce的并行算法、部署Hive并实现一个的数据操作等等，实际提升企业解决实际问题的能力。3、核心技术，（1）大数据与Hadoop生态系统。详细介绍分析分布式文件系统HDFS、集群文件系统ClusterFS和NoSQL Database技术的原理与应用；分布式计算框架Mapreduce、分布式数据库HBase、分布式数据仓库Hive。（2）关系型数据库技术。详细介绍关系型数据库的原理，掌握典型企业级数据库的构建、管理、开发及应用。（3）分布式数据处理。详细介绍分析Map/Reduce计算模型和Hadoop Map/Reduce技术的原理与应用。（4）海量数据分析与数据挖掘。详细介绍数据挖掘技术、数据挖掘算法–Minhash, Jaccard and Cosine similarity，TF-IDF数据挖掘算法–聚类算法；以及数据挖掘技术在行业中的具体应用。（5）物联网与大数据。详细介绍物联网中的大数据应用、遥感图像的自动解译、时间序列数据的查询、分析和挖掘。（6）文件系统（HDFS）。详细介绍HDFS部署，基于HDFS的高性能提供高吞吐量的数据访问。（7）NoSQL。详细介绍NoSQL非关系型数据库系统的原理、架构及典型应用。4、行业现状，今天，越来越多的行业对大数据应用持乐观的态度，大数据或者相关数据分析解决方案的使用在互联网行业，比如百度、腾讯、淘宝、新浪等公司已经成为标准。而像电信、金融、能源这些传统行业，越来越多的用户开始尝试或者考虑怎么样使用大数据解决方案，来提升自己的业务水平。在“大数据”背景之下，精通“大数据”的专业人才将成为企业最重要的业务角色，“大数据”从业人员薪酬持续增长，人才缺口巨大。

清华、复旦的大数据处理，也就是数学分析都挺好。查看原帖>>

大数据哪些专业好

4，什么专业是与数据库关系最大的

计算机专业

2，以及一些比较抽象的逻辑推理能力，需要比较好的软件概念，数据库挖掘方面的东西，个人认为这些东西只能当工具用.数据库跟操作系统紧密相关，需要一些数学概念——主要是简单的笛卡尔积，原因如下1。个人的一些见解，搞网络去没有网络工程好，例如你需要对数据量带来网络方面进行分析4，数学方面个人认为计算机专业，真正的数据库方面的高度我觉得应该建立在对底层的了解，也需要比较好的系统层面的东西。3，计算机专业的在系统方面，当然这个也造成了计算机科学与技术搞软件没有软件工程有优势，需要比较良好的硬件和系统知识.后期可能设计到对数据库优化.置于数据仓库，网络方面都比较全面。就我大学的时候观察而言，对系统的把握，对数据架构的拿捏，例如索引的树结构.数据库前期可能主要是了解SQL等关系型语言，只有计算机科学与技术这门专业比较全面

关系的究整性关系模型的完整性规则是对关系的某种约束条件。关系模型中可以有三类完整性约束：实体完整性、参照完整性和用户定义的完整性。其中实体完整性和参照完整性是关系模型必须满足的完整性约束条件，被称作是关系的两个不变性，应该由关系系统自动支持。一、实体完整性（entity integrity）规则2.1 实体完整性规则若属性a是基本关系r的主属性，则属性a不能取空值。例如在关系“sap（supervisor，speciality，postgraduate）”中，“研究生姓名postgraduate”属性为主码（假设研究生不会重名），则“研究生姓名”不能取空值。实体完整性规则规定基本关系的所有主属性都不能取空值，而不仅是主码整体不能取空值。例如学生选课关系“选修（学号，课程号，成绩）”中，“学号、课程号”为主码，则“学号”和“课程号”两个属性都不能取空值。对于实体完整性规则说明如下：（1）实体完整性规则是针对基本关系而言的。一个基本表通常对应现实世界的一个实体集。例如学生关系对应于学生的集合。（2）现实世界中的实体是可区分的，即它们具有某种唯一性标识。（3）相应地，关系模型中以主码作为唯一性标识。（4）主码中的属性即主属性不能取空值。所谓空值就是“不知道”或“无意义”的值。如果主属性取空值，就说明存在某个不可标识的实体，即存在不可区分的实体，这与第（2）点相矛盾，因此这个规则称为实体完整性。二、参照完整性（referential integrity）现实世界中的实体之间往往存在某种联系，在关系模型中实体及实体间的联系都是用关系来描述的。这样就自然存在着关系与关系间的引用。先来看三个例子。例1 学生实体和专业实体可以用下面的关系表示，其中主码用下划线标识：学生（学号，姓名，性别，专业号，年龄）专业（专业号，专业名）这两个关系之间存在着属性的引用，即学生关系引用了专业关系的主码“专业号”。显然，学生关系中的“专业号”值必须是确实存在的专业的专业号，即专业关系中有该专业的记录。这也就是说，学生关系中的某个属性的取值需要参照专业关系的属性取值。规则2.2 参照完整性规则若属性（或属性组）f是基本关系r的外码，它与基本关系s的主码ks相对应（基本关系r和s不一定是不同的关系），则对于r中每个元组在f上的值必须为： ·或者取空值（f的每个属性值均为空值）； ·或者等于s中某个元组的主码值。三、用户定义的完整性（user-defined integrity）任何关系数据库系统都应该支持实体完整性和参照完整性。除此之外，不同的关系数据库系统根据其应用环境的不同，往往还需要一些特殊的约束条件，用户定义的完整性就是针对某一具体关系数据库的约束条件。它反映某一具体应用所涉及的数据必须满足的语义要求。例如某个属性必须取唯一值、某些属性值之间应满足一定的函数关系、某个属性的取值范围在 0～100之间等。关系模型应提供定义和检验这类完整性的机制，以便用统一的系统的方法处理它们，而不要由应用程序承担这一功能。

5，SQL数据库专业的就业方向

粘帖点给你，CSDN论坛上看到的，希望能帮助你。　　前面四种：　　数据库应用开发 (application development)　　除了基本的SQL方面的知识，还要对开发流程，软件工程，各种框架和开发工具等等　　数据库应用开发这个方向上的机会最多，职位最多，薪水一般　　数据建模专家 (data modeler)　　除了基本的SQL方面的知识，非常熟悉数据库原理，数据建模　　负责将用户对数据的需求转化为数据库物理设计和物理设计　　这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，　　在中小公司则可能由程序员承担。　　商业智能专家 (business intelligence - BI)　　主要从商业应用，最终用户的角度去从数据中获得有用的信息，　　涉及OLAP (online analytical processing)　　需要使用SSRS, cognos, crystal report等报表工具，或者其他一些数据挖掘，统计方面的软件工具　　这个方面我不熟悉，不敢乱说（以免被拍砖，呵呵）　　数据构架师 (Data Architect)　　主要从全局上制定和控制关于数据库在逻辑这一层的大方向，　　也包括数据可用性，扩展性等长期性战略，　　协调数据库的应用开发，建模，DBA之间的工作。　　这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，　　在中小公司或者没有这个职位，或者由开发人员，DBA负责。　　前面五种：　　数据库管理员 (database administrator - DBA)　　数据库的安装，配置，调优，备份/恢复，监控，自动化等，　　协助应用开发（有些职位还要求优化SQL，写存储过程和函数等）　　这个方向上的职位相对少一些，但一般有点规模的公司还是会有这样的职位　　数据仓库专家 (data warehouse - DW)　　应付超大规模的数据，历史数据的存储，管理和使用，　　和商业智能关系密切，很多时候BI和DW是放在一个大类里面的，　　但是我觉得DW更侧重于硬件和物理层上的管理和优化。　　存储工程师 (storage engineer)　　专门负责提供数据存储方案，使用各种存储技术满足数据访问和存储需求，　　和DBA的工作关系比较密切。　　对高可用性有严格要求（比如通信，金融，数据中心等）的公司通常有这种职位，　　这种职位也非常少。　　性能优化工程师 (performance engineer)　　专长数据库的性能调试和优化，为用户提供解决性能瓶颈方面的问题。　　我知道至少IBM, 微软和Oracle都有专门的数据库性能实验室(database performance lab）,　　也有专门的性能优化工程师，负责为其数据库产品和关键应用提供这方面的技术支持。　　对数据库性能有严格要求的公司（比如金融行业）可能会有这种职位。　　因为针对性很强，甚至要求对多种数据库非常熟悉，所以职位极少。　　高级数据库管理员 (senior DBA)　　在DBA的基础上，还涉及上面3种职位的部分工作，具体包括下面这些：　　对应用系统的数据（布局，访问模式，增长模式，存储要求等）比较熟悉。　　对性能优化非常熟悉，可以发现并优化从SQL到硬件I/O，网络等各个层面上的瓶颈　　对于存储技术相对熟悉，可能代替存储工程师的一些工作，　　对数据库的高可用性技术非常熟悉（比如MSSQL的集群，ORACLE RAC/FailSafe, IBM的DPF, HADR等）　　对大规模数据库有效进行物理扩展（比如表分区）或者逻辑扩展（比如数据库分区，联合数据库等）　　熟悉各种数据复制技术，比如单向，双向，点对点复制技术，以满足应用要求。　　灾难数据恢复过程的建立，测试和执行　　这种职位一般只在对数据库要求非常高并且规模非常大（比如金融，电信，数据中心等）的公司需要，　　而且这种公司一般有一个专门独立负责数据库的部门或组。　　这种职位非常少。

数据库应用开发 (application development) 除了基本的sql方面的知识，还要对开发流程，软件工程，各种框架和开发工具等等数据库应用开发这个方向上的机会最多，职位最多，薪水一般数据建模专家 (data modeler) 除了基本的sql方面的知识，非常熟悉数据库原理，数据建模负责将用户对数据的需求转化为数据库物理设计和物理设计这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，在中小公司则可能由程序员承担。商业智能专家 (business intelligence - bi) 主要从商业应用，最终用户的角度去从数据中获得有用的信息，涉及olap (online analytical processing) 需要使用ssrs, cognos, crystal report等报表工具，或者其他一些数据挖掘，统计方面的软件工具这个方面我不熟悉，不敢乱说（以免被拍砖，呵呵）数据构架师 (data architect) 主要从全局上制定和控制关于数据库在逻辑这一层的大方向，也包括数据可用性，扩展性等长期性战略，协调数据库的应用开发，建模，dba之间的工作。这个方向上在大公司（金融，保险，研究，软件开发商等）有专门职位，在中小公司或者没有这个职位，或者由开发人员，dba负责。