最近，武汉出租车与无人驾驶车辆之间的矛盾再次成为舆论焦点。今年，百度在武汉投放了近千辆名为“萝卜快跑”的无人驾驶车辆，由于价格低廉，得到了市民的普遍欢迎。然而，“萝卜快跑”的出现也抢占了网约车和出租车的生意，导致一些网约车和出租车司机被迫退出经营，不少司机呼吁“给他们留条活路”。

这些网约车和出租车司机的遭遇值得同情，但我们必须承认，技术进步是大势所趋，最终大部分的网约车、出租车很可能会被无人驾驶所取代。这个时间或许是5年，甚至10年，但结局是早已注定的。

看到今天出租车司机的境况，很多DBA可能也在瑟瑟发抖。根据牛津大学专家的研究结论，未来10年内，47%的职业可能会被AI取代。这其中是否包含DBA（数据库管理员）这个职业呢？对此，不同的人可能会有不同看法，但一个不可否认的事实是，今天DBA的很多工作正在逐步被人工智能替代。这就意味着，DBA如果不提升自己的技能，未来很可能难逃被淘汰的命运。

传统DBA面临新挑战

在IT行业，数据库管理员是一个历史悠久的职业。在其最辉煌的时期，一张Oracle的OCP资格认证书就是一张稳稳的“饭票”，如果拥有OCM的证书，那就像是捧着一个金饭碗，待遇非常优厚。

然而，今天在人才市场，数据库管理员的需求数量和待遇都已今非昔比。据相关资料统计，2019-2021年间DBA工程师招聘数量一直呈下降趋势；而DBA的薪资在经历了2016-2019年持续增长的4年之后，2019年也开始骤降。这背后的一大原因是技术的演进，导致很多工作被自动化和AI取代。

一般而言，传统DBA有三个关键任务：第一，是让数据库运行起来，包括安装部署数据库、进行权限配置，保证应用系统能顺利地对数据进行存储和提取；第二是优化系统，即让系统运行得更稳定、更快；第三，当系统稳定后，需要考虑压缩成本。

这三个任务中，第一个是基础，而第二、第三个任务才是DBA的真正价值所在，尤其是在复杂业务场景下人工优化并提升数据库计算能力，降低数据提取成本，这也是区分DBA水平和能力的关键。

然而，由于数据库上云以及人工智能技术的发展，DBA的这些工作要么可以通过云化被转移给云数据库提供方，要么直接借助AI通过自动化来完成，从而减少了对DBA的需求。

比如，随着公有云的普及，越来越多的数据库选择上云或直接换成云数据库。上云之后，数据库的常规运维工作几乎都被数据库服务提供方所取代，其中大部分工作是通过自动化工具来完成的，包括自动扩缩容、数据库的备份和恢复以及监控等。同时，云服务商还会负责底层的安全，如网络安全和物理安全。在数据库的上云之后，DBA的工作重心就转向了SQL优化、索引优化、合规以及数据库成本的优化等方面。

而人工智能技术的应用则更进一步让DBA摆脱了常规的数据库运维工作，即使是本地数据库也是如此。因为借助AI技术，就可以自动进行数据库监控、性能优化、故障预防和成本的优化，其效率和可靠性往往超过人工，这就是“AI for DB”。

实际上，AI对数据库的“渗透”已经很久了。多年前，Oracle就提出了自治数据库的概念，自治数据库能自动优化和调整，从而减少手动干预，还可以实时监控数据库健康状况。如今，自治已经成为很多数据库的核心能力，比如SQL和索引的自主优化已经在各大数据库中得到实现。还有，早期分布式数据库技术的分片键值需要DBA来指定，如今大多数数据库已能提供很实用的推荐配置。

深入业务，放大自身价值

当DBA越来越多的工作被技术替代后，DBA的危机感自然也随之而来。那么，DBA还是一个好的职业吗？特别是对于已经入行的DBA们，如何让自己的职业周期更长？

在AI普及的背景下，DBA们有危机感是正常的，但DBA依然有其价值，不大可能被AI完全取代。因为虽然数据库越来越智能化后对初级的运维需求在下降，但对高端的需求仍在，毕竟，很多运维工作还需要人的参与。当然，对DBA的技能要求也发生了很大变化，DBA需要提升自己的能力以适应新的要求。

和人相比，人工智能技术非常擅长处理标准化、结构化的数据任务，如查询优化、性能监控等。然而，在面对复杂的、非标准化的工作，如数据库架构设计、高可用性设计、安全策略制定甚至故障排查等方面，还需要人类的判断力和经验。同时，DBA还可以与开发团队紧密合作，参与系统的分布式架构设计，规划系统间的数据调用和数据交互，帮助开发团队在K8s等现代云平台上实现数据库的快速部署和交付。

这正是DBA未来的价值点，只是这要求DBA掌握更多学科知识，比如操作系统、网络以及系统架构等，DBA不仅需要学习这些知识，还要能将它们整合到自己的知识体系中来。

DBA还有一个重要的价值提升方向就是从传统的数据库运维向业务侧和应用开发端拓展，成为一个既懂技术又懂业务的DBA。

数据库的存在就是为业务服务，只有对业务的深入理解，DBA才能提出优秀的数据库方案和架构设计，也才能快速定位和解决数据库性能问题。比如，对于复杂的业务场景，如超级长的SQL查询或多个嵌套子查询，DBA也可以凭借其深厚的数据库知识和对业务的深刻理解，通过改写SQL或调整数据库设计来显著提升性能。这种优化能力是单纯依靠AI或数据库技术难以达到的，因为它需要深厚的专业知识和丰富的实践经验的结合。

总之，DBA一定不要把自己局限再单纯的数据库运维人员，而是要向架构师和数据顾问升级。这意味着 DBA要去理解公司的业务目标和数据战略，要帮助公司更好地利用数据资源，推动业务发展和创新。

最后还有最关键的一点是，DBA自己应该积极拥抱AI技术，并将其作为提升工作效率和质量的工具，帮助DBA从繁琐的运维工作中解放出来，让自己有更多的时间和精力去关注数据库的成本优化、安全合规以及理解业务等，以提升自己的能力，创造出更大的业务价值。