① 我想知道sql server現在的應用領域廣泛嗎
SQL和Oracle都是現在的主流資料庫，大多數的主流應該軟體都是採用它們，從功能上講Oracle應該比SQL更強大，但目前國內的軟體還是以SQL為主。如果像學資料庫方面的，我覺得從SQL開始更好，因為關於SQL的資料很多，學習起來比較方便。你學好SQL後根本不用特意學Oracle，只要針對與SQL區別看看就沒問題了。
不知道你以前有沒有這方法的基礎，如果沒有的話最好找本資料庫基礎方面的書瀏覽一下再找SQL的基礎書，然後再看與SQL相連的實例書。
② SQL就是C語言嗎兩者有什麼區別
不是，SQL是資料庫，C是編程語言。不是一個概念
③ SQL資料庫運用於哪些方面
政府，企業管理必備的系統，使資料數據化，查找，更新，插入，刪除信息比較方便，也可以製表，體現數據之間的關系等。資料庫使用比較廣泛，與軟體工程有關方向的。
④ ~Oracle和SQL server 使用領域
Oracle和SQL server 應用上沒有行業的區分，只有性能、價格的區分,比較一下就知道了. SQL Server只能在windows上運行. Oracle能在所有主流平台上運行（包括windows）。完全支持所有的工業標准。採用完全開放策略。 SQL Server 多用戶時性能不佳 Oracle 性能最高，保持 windows NT 下的TPC-D和TPC-C的世界記錄。 SQL server 完全重寫的代碼，經歷了長期的測試，但許多功能需要時間來證明。並不十分兼容早期產品。使用有一定風險。 Oracle 長時間的開發經驗，完全向下兼容。得到廣泛的應用。沒有風險。 SQL server 價格相對於 Oracle 要便宜 因此，Oracle 常用於需要有大量並發用戶的大型企業，SQL server 常用於中小型企業。
⑤ SQL資料庫專業的就業方向
SQL資料庫專業的就業方向分為三類：
第一類：純數據分析類。
1.Data Analyst 數據分析師。
2.Data Scientist數據科學家。
3.Data Architect 數據架構師。
4.Data Engineer數據工程師。
5.Database Administrator資料庫管理員。
第二類：以數據為驅動的商業分析類。
1.Business Analyst商業分析師。
2.Data and AnalyticsProct Manager數據產品經理。
第三類：統計學家。
統計學家顧名思義，需要熟悉統計理論方法，分布式計算，資料庫系統，雲工具，數據挖掘機器學習等，語言方面需要R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL。
(5)sql不適合的領域擴展閱讀：
SQL資料庫專業任職要求：
計算機相關專業,本科及以上學歷,工作兩年以上。
熟練掌握C/C++或Java語言。
熟悉Linux操作系統、資料庫應用,了解常用的軟體架構模式、基本的編程編譯工具,熟悉代碼優化的規則與技巧。
擁有資料庫領域編碼經驗,熟悉SQL和存儲引擎者優先。對機器學習、資料庫高可用、時序、圖資料庫有經驗者優先。
有ACM參賽獲獎經驗者優先。
⑥ Oracle、DB2、MySQL、SQL Server、Sybase這幾款數據的重點應用領域分別是哪些比如電信、互聯網、銀行等等
這個事情需要展開來看
很多大型企業單位為了滿足業務系統的使用需要，使用很強勁的伺服器主機，以大型機、小型機為主。這些機器都不使用windows系統，所以SQL Server之類的資料庫沒辦法在這種機器上運行。Oracle、DB2、Sybase之類的是主流，這幾個資料庫有很強大的技術支持團隊，也是受到大企業歡迎的原因。
計算機水平國外還是比較高的，所以外國軟體公司開發的針對大企業的軟體也都要求在這種資料庫上運行。
約定俗成，微軟的操作系統和資料庫由於不能運行在很強勁的主機上，所以只能給中小企業服務。微軟系列的還有access資料庫，基本上是為單機服務的。
至於MySQL基本上是為網站服務的，主要特點是免費，應用挺多，但是大企業信息化軟體很少用，因為沒有對應的業務支持人員，到時候出問題，找不到人，就出大事故了。
反過來再看資料庫本身，都有參數說明，你仔細看看就知道了。很多小資料庫本身底氣就不足，並發數量、最大庫文件等等參數標得很低，你說大企業動輒幾T幾P的數據，敢忘這種資料庫上放嗎？軟體公司敢編寫用這種資料庫的軟體嗎？
再說說知名度，企業之間都會互相問，要是一個很小很便宜的資料庫大家都用，都用得很好，市場佔有率極高。自然口碑就好，大家就都用了。微軟的sqlsever就是一個例子。從最開始的6.5基本上不能用到sql2000很成功，得到大量企業的認同，到現在出到2008版本，佔有率很高了，就是口碑，可是它在大企業中使用不理想，所以還是佔有中小企業。
分析這些資料庫，應該多方面來看，不能只看參數，只看技術。你都分析好了，發現某個資料庫不像大家說的，你能用，可是市場上找不到對應的軟體，也沒轍，除非你自己編寫。
⑦ sql學好了可以幹啥資料庫難學嗎
術業有專攻，只學資料庫是可以,學好後可以做dba（Database Administrator）資料庫管理員,現在oracle資料庫dba月薪一般都在5000以上
⑧ SQL資料庫的應用領域、現狀、發展前景
SQL資料庫是具有數據操縱和數據定義等多種功能的資料庫語言，這種語言具有交互性特點，能為用戶提供極大的便利，資料庫管理系統應充分利用SQL語言提高計算機應用系統的工作質量與效率。
一、SQL資料庫的應用領域
1、多媒體資料庫
這種資料庫主要存儲與多媒體有關的數據，如語音、圖像和視頻數據。多媒體數據最大的特點是數據連續、數據量大、存儲空間大。
2、移動資料庫
這種資料庫是在筆記本電腦、掌上電腦等移動計算機系統上開發的。資料庫的最大特點是通過無線數字通信網路傳輸。移動資料庫可以隨時隨地獲取和訪問數據，為一些業務應用和一些突發事件帶來了極大的便利。
3、空間資料庫
目前，這種資料庫發展迅速。它主要包括地理信息資料庫（也稱為GIS）和計算機輔助設計（CAD）資料庫。其中，地理信息資料庫一般存儲與地圖相關的信息數據；CAD資料庫一般存儲機械、集成電路、電子設備設計圖紙等設計信息的空間資料庫。
4、信息檢索系統
信息檢索是根據用戶輸入的信息從資料庫中查找相關文檔或信息，並將信息反饋給用戶。信息檢索領域與資料庫領域同步發展。它是一個典型的聯機文檔管理系統或聯機圖書目錄。
5、分布式信息檢索
這種資料庫是隨著Internet的發展而產生的。它廣泛應用於Internet和遠程計算機網路系統中。特別是隨著電子商務的發展，這種資料庫的發展更為迅速。許多網路用戶（如個人、公司或企業等）將信息存儲在自己的計算機中。
6、專家決策系統
專家決策系統也是資料庫應用的一部分。因為越來越多的數據可以在網上獲得，特別是通過這些數據，企業可以對企業的發展做出更好的決策，從而使企業能夠更好地經營。隨著人工智慧的發展，專家決策系統的應用越來越廣泛。
二、SQL資料庫現狀
1、自主研發
國內自主研發關系型資料庫的企業、單位基本上都是發源於上世紀90年代的，而且都是以大學、科研機構為主。到今天，有代表性的廠商有：達夢–由華中理工馮玉才教授創辦，完全自主研發。以Oracle為參照、追趕對象。
2、引進源代碼
引進資料庫源代碼發展國產資料庫，如今，經濟發展，而且IBM也願意迎合國人對於國產化的訴求，將擱置多年的Informix源代碼拿出來，發揮余熱。2015年以來，與IBM簽訂源代碼授權的公司有華勝天成、南大通用（Gbase8t）和星瑞格。這三個公司成為以引進Informix源代碼發展國產資料庫的代表。
三、SQL資料庫發展前景
1、產品形成系列化
一方面，Web和數據倉庫等應用的興起，數據的絕對量在以驚人的速度迅速膨脹；另一方面，移動和嵌入式應用快速增長。針對市場的不同需求，資料庫正在朝系列化方向發展。
2、智能化集成化
SQL資料庫技術的廣泛使用為企業和組織收集並積累了大量的數據。數據豐富知識貧乏的現實直接導致了聯機分析處理（OLAP）和數據挖掘（DataMining）等技術的出現，促使資料庫向智能化方向發展。
3、支持各種互聯網應用
SQL資料庫管理系統是網路經濟的重要基礎設施之一。支持Internet（甚至於MobileInternet）資料庫應用已經成為資料庫系統的重要方面。例如，Oracle公司從8版起全面支持互聯網應用，是互聯網資料庫的代表。
(8)sql不適合的領域擴展閱讀：
SQL包括了所有對資料庫的操作，主要是由4個部分組成：
1、數據定義：又稱為「DDL語言」，定義資料庫的邏輯結構，包括定義資料庫、基本表、視圖和索引4部分。
2、數據操縱：又稱為「DML語言」，包括插入、刪除和更新三種操作。
3、數據查詢：又稱為「DQL語言」，包括數據查詢操作。
4、數據控制：又稱為「DCL語言」，對用戶訪問數據的控制有基本表和視圖的授權及回收。
5、事務控制：又稱為「TCL語言」，包括事務的提交與回滾。
參考資料來源：網路-SQL資料庫
⑨ 不適合作為數據處理與資料庫應用的語言是
Lisp
SQL是標准化資料庫查詢語言，支持大部分資料庫的處理，是目前應用最廣泛的一種資料庫處理語言。
Cobol是面向商業的通用語言，是一種適合於商業及數據處理的類似英語的程序設計語言。在財會工作、統計報表、計劃編制、情報檢索、人事管理等數據管理及商業數據處理領域，都有著廣泛的應用。
4GL是指第四代程序設計語言，它的特點是簡單易學，用戶界面好，非過程化程度高且直接面向問題，只需告知計算機「做什麼」，而不必告知計算機「怎麼做」。其中Cobol就是這樣一種語言。
Lisp是在20世紀50年代末由麻省理工學院為研究人工智慧而開發的，它的強大優勢在於編寫編輯命令和集成環境。它不適合作為數據處理與資料庫應用的語言。