查看“数据存储和操作”的源代码

数据存储与操作包括对存储数据的设计、实施和支持，最大化实现数据资源的价值，贯穿于数据创建/获取到处置的整个生命周期。

=== 业务驱动因素： ===
组织依赖它们的信息系统来运营业务。数据存储与操作活动对于依赖数据的企业来说非常关键，这些活动的主要驱动因素是业务连续性。如果某个系统不可用，企业运营可能受到损害，甚至完全停止运营。为IT运营提供可靠的数据存储基础设施，可以最大幅度降低业务中断的风险。

=== 管理目标和原则 ===
数据存储与操作的管理目标：
* 在整个数据生命周期中管理数据的可用性。
* 确保数据资产的完整性。
* 管理数据交易事务的性能。
数据存储与操作需要遵循以下指导原则，可以更好地完成目标，且有助于数据管理的整体工作。
* 识别自动化的机会并采取行动：自动化数据库开发过程、开发工具和流程，缩短每个开发周期过程， 可以减少错误和返工，将对开发团队的影响降至最低。通过这种方式，DBA可以适应更多敏捷迭代的应用程序开发方法。
* 构建时就考虑重用的思想：开发抽象的和可重用的数据对象并推广使用，不让应用程序与数据库模式紧耦合。
* 理解并适当使用最佳实践：DBA应该将数据库标准和最佳实践作为需求来推广。但是，如果出现偏离标准的情况，并且偏离理由可以接受，那么DBA应该有足够的灵活性来处理这些偏差。数据库标准不应该成为项目成功的威胁。
* 提供数据库的标准支持需求：例如，服务水平协议（SLA）可以反映DBA推荐的、开发人员认可的方法，以确保数据完整性和安全性。
* 为项目中的DBA角色设置期望值：在项目定义阶段就让DBA参与进来，有助于确保项目方法论贯穿于整个软件开发生命周期。

=== 基本概念 ===

* 数据库术语
* 数据库
* 实例（Instance）
* 模式（Schema）
* 节点
* 数据生命周期管理
* 数据库管理员（DBA）
* 数据库架构类型
* 集中式数据库
* 分布式数据库
* 联邦数据库
* 区块链数据库
* 虚拟化
* 云计算
* 数据处理类型
* ACID
* BASE
* CAP
* 数据存储介质
* 软盘
* 存储区域网络（SAN）
* 内存
* 列式数据库（Columnar-based  Databases）
* 闪存（Flash Memory）
* 数据库环境
* 生产环境
* 非生产环境
* 开发环境
* 测试环境
* 数据沙盒或实验环境
* 数据库组织模型
* 层次数据库
* 关系数据库
* 多维数据库
* 时态数据库
* 非关系型数据库
* 列式数据库
* 空间数据库
* 对象/多媒体数据库
* 平面文件数据库
* 键值对数据库（Key-Value Pair Database）
* 三元组存储（Triplestore ）
* 专用数据库
* 常见数据库过程
* 数据归档
* 容量和增长预测
* 变动数据捕获（Change Data Capture，CDC）
* 数据清除
* 数据复制
* 韧性与恢复
* 数据保留（Retention）
* 数据分片（Sharding）

=== 管理活动 ===

==== 管理数据库技术 ====

* 理解数据库的技术特征
* 评估数据库技术
* 管理和监控数据库技术

==== 管理数据库操作 ====

* 理解需求
** 定义存储需求
** 识别使用模式
** 定义访问需求
* 规划业务连续性
** 备份数据
** 恢复数据
* 创建数据库实例
** 物理存储环境管理
** 管理数据访问控制
** 创建存储容器
** 应用物理数据模型
** 加载数据
** 管理数据复制
* 管理数据库性能 
** 设置数据库性能服务水平SLA
** 管理数据库可用性
** 管理数据库运行
** 维护数据库性能服务水平
** 维护备用环境
* 管理测试数据集
* 管理数据迁移 

=== 工具和方法 ===

==== 工具 ====

* 数据建模工具
* 数据库监控工具
* 数据库管理工具
* 开发支持工具

==== 方法 ====

* 在低阶环境中测试
* 物理命名标准
* 所有变更操作脚本化

=== 实践指南 ===

* 就绪评估/风险评估
* 组织和文化变化

=== 数据存储与操作的治理 ===

* 度量指标
* 信息资产跟踪
* 数据审计与数据有效性