现如今各行各业快速发展，数据量也呈现井喷式增长。分布式数据库也陆陆续续走向舞台的C位。那么dba 需要关注哪些，行业对dba有哪些新的要求和挑战呢 ？----------发展恒久远，心态永不乱

请看以下几个方面，仅供参考

1.1  数据一致性

对某些业务（如金融业务）来讲，数据的强一致性（Consistency）尤为重要。如果出现数据丢失，就意味会给组织或用户带来直接的经济损失，甚至影响企业的商誉和信誉。因此，数据 的一致性是 DBA最需要 考虑的问题之一 。

然而，多数开源不适用于共享存储架构，基于 主从高可用架构难以做到既 满足 性能 ，又 保障主库出问题时 数据 不丢失 ，无法满足业务高并发需求。

1.2  服务可用性

随着业务需求的不断提高，搭建一个数据库高可用环境已经成为很多企业迫切的需求。确保企业中计算资源的持续可用，是各个数据库管理员(DBA)的主要目标。如果应用程序的数据库和服务器不可用，会导致大量客 诉或用户流失， 甚至带来经济方面的 损失， 影响 信誉和商誉 。高可用性和减少停机时间是数据库系统的目标，某些业务甚至需要24*7无障碍运行。

1.3  扩展性

用户在使用之初很难预测未来业务增长的速度和总量，可能需要采购远超实际需求量的资源。这将导致： 资源的浪费 ，因为您可能 利用了 10 %的资源， 而浪费了90 % ；如果您的业务发展远超预期，但出现 难以扩展 的问题 ， 又需要采购更高配置的资源，不断的停机迁移。当然，横向扩展的分布式架构可以解决这个矛盾，但目前起步门槛会较高。

1.4  信息安全

在这个大数据时代，数据和数据库安全比以往任何时候都更加珍贵。一旦数据发生泄露，那么付出的代价将是非常惨痛的。由于数据泄露而导致的业务中断、客户信心丧失、法律成本、监管罚款，这些后果可能需要花费数百万甚至灾难性的。

1.5  数据库优化

随着业务的发展，数据库数量越来越多，如何保障所有数据库做到性能优异，业务不出问题；这对数据库管理员（DBA）提出诸多要求，在了解数据库运维知识的基础上，还要求DBA对SQL优化、性能检测、甚至业务逻辑和业务编程的综合能力有要求。随着业务的快速发展，这种重人工模式意味着DBA不可能“照顾”到所有数据库，否能将机器学习、深度学习这样的技术引入到数据库领域，帮助DBA更好的优化数据库呢？