作者：Joe McKendrick，《数据库趋势与应用 》和 《大数据季刊 》杂志的特约编辑和撰稿人。

原文：https://www.dbta.com/Editorial/Trends-and-Applications/Whos-Minding-the-Database-The-Changing-Role-of-DBAs-and-Data-Professionals-173644.aspx，Feb 12, 2026

爱可生开源社区翻译，本文约 3300 字，预计阅读需要 10 分钟。

不妨称之为数据库专业人士的重大变革。许多悲观主义者认为，数据专业人士的角色可能会被自动化取代，技能也可能被其他技术专业人士（例如开发人员）所取代。然而，这或许只是该行业新时代的开端 —— 数据管理复兴时代的到来。

复兴时代的数据管理人员因其技能和专业知识而备受青睐，原因有以下几点：

• 企业领导者和董事会比以往任何时候都更加依赖他们的数据团队，以确保他们能够有效地与人工智能和分析技术竞争 —— 而人工智能和分析技术只有依靠最高质量的数据才能取得成功。
• 数据安全正面临前所未有的威胁，需要专业人员的专业知识，他们能够阻止黑客和恶意代码的入侵，同时快速恢复已损坏或泄露的数据。
• 种类繁多且不断增长的数据库是为特定用途而设计的，这需要具备基础知识的专业人员来确保流入和流出企业系统的信息的一致性。
• 数据变现被许多组织视为一种可行的新收入来源，因此需要专业的员工担任产品经理。

无论数据库本身如何演变或颠覆，DBA 和相关数据管理人员都将继续存在。

这是众多在数据库技术和管理领域拥有丰富经验的行业专家和领导者的共识。而共识则来自于以下这场圆桌讨论。

圆桌人物简介

• Ryan McElroy (Hylaine) - 技术副总裁
• Bakul Banthia (Tessell) - 联合创始人
• Bennie Grant (Percona) - 首席运营官兼临时 CEO
• Stephen Chin (Neo4j) - 开发者关系副总裁
• Suyash Joshi (InfluxData) - 高级软件工程师/布道师
• Steve Zisk (Redpoint) - 全球首席数据策略师
• Riken Shah (OSP) - 创始人兼首席执行官
• Ryan McCurdy (Liquibase) - 市场营销副总裁

话题一：DBA 的未来

McElroy：DBA 这一角色 “永远不会完全消失，在许多地方和情况下仍然非常重要”。他还说：“如果说有什么变化的话，那就是到 2026 年仍然担任这一职务的人，通常管理的系统比过去十年的系统更加关键。”

根据美国劳工统计局出版的《职业展望手册》，担任这些职务的专业人员“创建或组织系统来存储和保护各种数据，例如财务信息和客户发货记录”。

他们还“确保授权用户可以访问数据”，以及“确定用户创建和管理数据库的需求，确保数据库高效无误地运行”等等。

但在人工智能和数据驱动型企业时代，情况正在发生变化。DBA 和类似的数据管理角色变得比以往任何时候都更加重要 —— 远远超出了维护数据库正常运行等基本任务。

---

Banthia：十年前，DBA 可以叫出他们管理的每个数据库的名称。而如今，这就像让飞行员说出他们飞过的每一片云的名称一样困难。DBA 的角色已经发生了根本性的转变，从管理单个数据库——专注于静态本地环境中的备份、补丁和故障排除 —— 转变为协调跨越数十甚至数百个数据库、涉及不同引擎、云平台、许可模式和合规机制的分布式多云环境。

---

Grant：成为一名 “复兴型 DBA” 意味着 “从孤立的数据守门人转变为全流程数据专家”。这些任务目前由云服务提供商处理，这意味着以往的手动备份、修补和调整一次性查询等基础工作，正在从影响整个技术栈的高级架构决策转变为更复杂的工作。“这不再仅仅关乎存储，而是要掌控从数据生成到最终到达分析层的整个流程，包括基础设施、安全性和优化，” 他说道。“这个角色已经变得更加具有战略性、更有趣、也更有影响力。”

---

Chin 也认同：直到最近几年，数据管理 “通常是一个专注于数据库配置、备份管理、性能调优、补丁应用和安全性保障的专业角色，通常与应用程序开发人员的工作是分开的。” 然而，如今，数据库管理员“不再仅仅由一个职位名称来定义，而是由一系列职责来定义，这些职责分布在开发和运维团队中。”

---

Joshi：如今的 DBA “不再仅仅是数据库操作员，而是数据平台的管理者”。他们现在的工作重点是跨云和混合环境的安全性、性能、可靠性、治理和成本优化。曾经定义这项工作的任务——备份、打补丁、调优——现在大多已经自动化。剩下的工作是更高价值的工作：架构决策、跨系统集成，以及确保数据可靠且速度足够快，能够满足 AI 驱动型应用程序的需求。随着职责的增加，数据管理员的角色也在不断演变，承担了更多更具战略性和对运营至关重要的职责。

---

Atwell：DBA 的工作仍然有一些核心职能。在我接触过的大多数公司里，DBA 的主要职责是确保数据库在线运行、保证数据库性能以及防止数据丢失，然而，在大多数公司，他们还会花费大量时间处理其他任务。例如，帮助应用程序定义数据库中的数据结构和模式，以及这些结构和模式如何随时间演变。

DBA 不再直接执行此类操作，而是出现了一个显著的转变。角色现在更多地在于治理和授权。

---

Chin 还指出，数据管理专业知识 “对于架构决策、大规模性能、数据治理和可靠性仍然至关重要”。改变的是这些专业知识的应用领域和方式。数据库知识不再是独立的把关人角色，而是嵌入到开发人员的工作流程和运维系统中，使团队能够在保持可靠性和安全性的同时更快地推进工作。

他们现在不再定义数据库库表，而是定义库表必须遵循的规则。DBA 正与平台工程团队更紧密地合作，使开发人员能够自助式地进行数据库更改，同时实施利用数据库管理员知识的防护措施，以确保安全。这个角色不会消失，但正在发生变化。

话题二：DBA 与同事的关系

Atwell：越来越多的数据管理新秀开始涉足企业中其他相关领域——他们或通过掌握新技能，或通过协作方式应对数据挑战。这些领域包括软件开发人员、数据架构师、数据库可靠性工程师、云架构师、数据科学家、平台工程师、DevOps 工程师以及软件开发团队。

---

McElroy：这些相关领域的专业人员开始负责数据库的许多基础设施和配置组件。数据库源代码控制的巨大改进使开发团队能够更好地控制数据库变更的管理，而无需让 DBA 为中小型应用程序熬夜。

---

Chin：这种融合的角色“反映了数据库现在是自动化、云原生和人工智能辅助系统的一部分，而不是独立的基础设施”。

例如，开发人员发现将数据库集成到他们的项目中变得更加容易。麦克罗伊说，这体现在“基础设施、配置，甚至开发人员自身等领域，而且比以往任何时候都更加重要”。

此外，数据库引擎及其内部运作原理方面的更深层次知识也在不断普及。一些曾经只存在于 DBA 头脑中的“神圣知识”现在已经人人皆可获取。

DevOps（开发和运维角色的融合）促进了角色之间的这种融合。

---

Atwell：DBA 正在与平台团队合作，使开发人员能够安全地自助进行数据库更改，同时确保最小的停机时间、零数据丢失和数据一致性。

话题三：适应与学习

Zisk 建议：那些渴望或希望在数据管理领域拓展职业生涯的全能型人才，需要将自己的职业视为一个持续学习的过程。不妨将自己视为一名“人工智能驯服者”。如果人工智能不了解自身的局限性，甚至不理解查询优化，就很容易失控。例如，人工智能可能构建出一个准确的查询，但其数据和计算成本可能是人工构建的十倍。

Zisk 还表示：DBA 需要“把自己想象成‘笨实习生’的导师，在这个比喻中，人工智能就是那个实习生”。未来的人工智能管理者需要开始思考如何将各种组件无缝整合在一起协同工作，这些组件包括人工智能、客户的人工智能、最终客户，甚至包括 DBA 和任何其他内部数据利益相关者。

---

Joshi 强调：应该跳出单一数据库技术的局限。关键领域包括云平台、自动化、安全设计、性能工程，以及对人工智能和数据管道的实际理解。熟悉物联网时间序列数据库或生成式人工智能向量数据库等专用数据库也日益重要。那些朝着数据架构、平台领导或人工智能运维方向发展的人将拥有良好的长期职业前景。

---

Shah：对于数据管理人员而言，适应能力与其说是完全放弃现有技能，不如说是在此基础上不断提升。云技术、基础设施知识和安全意识如今已成为基本要求。了解数据如何支持分析和人工智能工作负载也变得越来越重要。脚本编写、自动化和数据治理方面的技能能够打造长久的职业发展道路。

---

Shah：数据库仍然是核心，但现在对数据库的责任范围扩大了。那些能够适应这种变化的人将继续在组织的运营和扩展中发挥关键作用。

---

Chin：随着人工智能的兴起，DBA 必须 “学习如何使用人工智能驱动的接口（例如 MCP（模型上下文协议）服务器）部署和管理数据库，这些服务器允许人工智能系统直接与基础设施和数据平台交互。这意味着要了解如何通过人工智能代理而不是传统的仪表板或脚本来配置、扩展和查询数据库。从业人员可以先在测试环境中尝试基于 MCP 的工具，看看人工智能驱动的编排如何改变日常操作。

---

McCurdy 警告说：人工智能加快了交付速度，但也加快了出错的速度。最佳的职业发展方向是成为确保变更安全的人。这意味着要精通持续集成/持续交付 (CI/CD)，在流程早期就执行策略，进行自动化取证，检测漂移，并实现快速、可控的恢复。在人工智能驱动的环境中，数据库模式成为可靠性的边界。能够管理边界变更的 DBA 将会更抢手，而不是更不受欢迎。

---

Grant：在当今的人工智能环境中，数据管理人员必须从“基础数据库管理”转型为“端到端所有权”，并专注于日益重要的战略事项。DBA 不应孤立地看待数据库，而应掌握 SRE 模型，用工程驱动的自动化和基础设施即代码取代手动重复性任务。

---

Banthia 也认同：数据管理员不仅没有过时，反而比以往任何时候都更加重要。风险范围已大幅扩大：可用性要求更高，成本更加透明，安全性不容妥协，基础设施决策直接影响业务速度。衡量现代 DBA 的标准不再是他们维护数据库的能力，而是他们如何在尽可能减少人为干预的情况下，有效地实现数百个数据库的扩展性、弹性和可控性。

欢迎来到数据管理者的复兴时代。