一、学数据库有什么用
数据库的作用很大，在很多地方都要用到，尤其是与各类数据有关的，更要用到了。 数据库用来存储你网站的动态数据内容,如果你的网站全是静态页面,则可以不用数据库,如果需要有很多动态交互信息,比如发帖和留言则需要有数据库支持. IT行业其实数据库虽然说到处肯定都能用到，使用面比较广，但是用的到频率却不是最高的，而且正如一楼所说，数据库包含的东西太多太广了，想学精可不是一天两天的事，它需要日积月累，但是你就学数据库公司肯定不要，你学的比较精通了你估计也老了吧。 我建议你学一门语言，比如C++，JAVA,C#等，这样你可以找个公司先干着，在工作中积累经验，到时候就看你的兴趣了，想往哪个方面发展，数据库或者软件工程师。 还有，相关的基础课程：高数、离散数学、程序设计、数据结构等。 提高课程：常用的数据库，如：MSSQLServer，Oracle等。 建议读Oracle认证证书（比较系统）。Oracle中包容的东西很多，技术资料上百本。 当然，英语和日语都要好。
二、数据库和C语言哪个更难一点
如果真的要学的话，学c语言吧，不过那个难度不是一般的大的，要学精通不是简单的一件事，学的厉害了，可以去开发操作系统去，开发数据库去。学好数据库可以养家糊口了，现在数据库学习的人太多了，你学些sql语句在社会上混比较难了。
三、数据库书籍排行榜前十名
1、《MySQL必知必会》
这本书英文原版名是很标题党的《TeachYourselfSQLin10Minutes》，却是最好的数据库入门书，在Amazon上长期排在数据库销售榜首，建议想快速了解数据库原理和MySQL的新手阅读。快餐性质，简洁明快，小开本，而且很薄，比较好读。有前端工程师表示自己数据库方面只读了这本书，就足以应付大部分开发任务了。
2、《SQL学习指南（第2版修订版）》
如果你只想学怎么写SQL，那可以读这本书。O'Reilly动物书系列，品质还是很有保证的。
3、《MySQL技术内幕——InnoDB存储引擎》
怎么说，每个行业都有几本被翻来翻去的“街书”，而本书就是MySQL的“街书”，该书目前已经有了三版。从源代码的角度深度解析了InnoDB的体系结构、实现原理、工作机制，并给出了大量最佳实践，能帮助你系统而深入地掌握InnoDB。注重实战，全书辅有大量的案例，可操作性极强。
4、《Redis设计与实现》
Redis是目前应用最广泛的NoSQL数据库。本书系统而全面地描述了Redis内部运行机制，图示丰富，描述清晰，并给出大量参考信息，是NoSQL数据库开发人员案头必备。
5、《ZooKeeper：分布式过程协同技术详解》
ZooKeeper是Google的Chubby项目的开源实现，它曾经作为Hadoop的子项目，在大数据领域得到广泛应用。ZooKeeper以FastPaxos算法为基础，同时为了解决活锁问题，对FastPaxos算法进行了优化，因此也可以广泛用于大数据之外的其他分布式系统，为大型分布式系统提供可靠的协作处理功能。这本书是实际开发和维护中的一本最佳参考书籍。
6、《高可用MySQL（第2版）》
主要讲解真实环境下如何使用MySQL的**、集群和监控特性，揭示MySQL可靠性和高可用性的方方面面。此书定位于解决MySQL数据库的常见应用瓶颈，在保持MySQL持续可用性的前提下，挖潜各种提高性能的解决方案。
7、《高性能MySQL（第3版）》
作者推荐的工具、实战案例及经验过的诊断技术，可大大提高性能急救技能，以及加深对MySQL本质的理解。而且本书将数据库结构的客观方面纳入思考，此外还增补了MySQL高可用性及云特性。
8、《Oracle高效设计》
这是一本程序员普遍反映收益比较大的一本书，作者ThomasKyte，Oracle专业领域世界上最权威的专家之一，他是Oracle核心技术小组副主席，兼《OracleMagazine》及其在线论坛“AskTom”专栏作家。
本书对Oracle及数据库的知识进行了全面深入的讲解，是一本关于Oracle的高级手册。本书内容翔实，实例丰富，语言流畅且浅显易懂，适合作为从事Oracle开发人员的参考手册。
9、《Oracle编程艺术：深入理解数据库体系结构（第3版）》
对于想学习SQL、PL/SQL的书，这是一本必读之物，除此之外，该书从开发的角度详细解读了整个Oracle体系结构，深入浅出，绝对佳作。
四、学数据库还是学大数据
学大数据。
大数据(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
(在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法)大数据的4V特点：Volume(大量)、Velocity(高速)、Variety(多样)、veracity(真实性)。
大数据需要特殊的技术，包括大规模并行处理(MPP)数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
感谢您花时间阅读本文！我们希望通过对数据库学哪个好和数据库学哪个好就业的问题进行探讨，为您提供了一些有用的见解和解决方案。如果您需要更多帮助或者有其他疑问，请不要犹豫与我们联系。
