① 我想知道sql server现在的应用领域广泛吗
SQL和Oracle都是现在的主流数据库，大多数的主流应该软件都是采用它们，从功能上讲Oracle应该比SQL更强大，但目前国内的软件还是以SQL为主。如果像学数据库方面的，我觉得从SQL开始更好，因为关于SQL的资料很多，学习起来比较方便。你学好SQL后根本不用特意学Oracle，只要针对与SQL区别看看就没问题了。
不知道你以前有没有这方法的基础，如果没有的话最好找本数据库基础方面的书浏览一下再找SQL的基础书，然后再看与SQL相连的实例书。
② SQL就是C语言吗两者有什么区别
不是，SQL是数据库，C是编程语言。不是一个概念
③ SQL数据库运用于哪些方面
政府，企业管理必备的系统，使资料数据化，查找，更新，插入，删除信息比较方便，也可以制表，体现数据之间的关系等。数据库使用比较广泛，与软件工程有关方向的。
④ ~Oracle和SQL server 使用领域
Oracle和SQL server 应用上没有行业的区分，只有性能、价格的区分,比较一下就知道了. SQL Server只能在windows上运行. Oracle能在所有主流平台上运行（包括windows）。完全支持所有的工业标准。采用完全开放策略。 SQL Server 多用户时性能不佳 Oracle 性能最高，保持 windows NT 下的TPC-D和TPC-C的世界记录。 SQL server 完全重写的代码，经历了长期的测试，但许多功能需要时间来证明。并不十分兼容早期产品。使用有一定风险。 Oracle 长时间的开发经验，完全向下兼容。得到广泛的应用。没有风险。 SQL server 价格相对于 Oracle 要便宜 因此，Oracle 常用于需要有大量并发用户的大型企业，SQL server 常用于中小型企业。
⑤ SQL数据库专业的就业方向
SQL数据库专业的就业方向分为三类：
第一类：纯数据分析类。
1.Data Analyst 数据分析师。
2.Data Scientist数据科学家。
3.Data Architect 数据架构师。
4.Data Engineer数据工程师。
5.Database Administrator数据库管理员。
第二类：以数据为驱动的商业分析类。
1.Business Analyst商业分析师。
2.Data and AnalyticsProct Manager数据产品经理。
第三类：统计学家。
统计学家顾名思义，需要熟悉统计理论方法，分布式计算，数据库系统，云工具，数据挖掘机器学习等，语言方面需要R, SAS, SPSS, Mtlab, Stata, Python, Perl, Hive, Pig, Spark, SQL。
(5)sql不适合的领域扩展阅读：
SQL数据库专业任职要求：
计算机相关专业,本科及以上学历,工作两年以上。
熟练掌握C/C++或Java语言。
熟悉Linux操作系统、数据库应用,了解常用的软件架构模式、基本的编程编译工具,熟悉代码优化的规则与技巧。
拥有数据库领域编码经验,熟悉SQL和存储引擎者优先。对机器学习、数据库高可用、时序、图数据库有经验者优先。
有ACM参赛获奖经验者优先。
⑥ Oracle、DB2、MySQL、SQL Server、Sybase这几款数据的重点应用领域分别是哪些比如电信、互联网、银行等等
这个事情需要展开来看
很多大型企业单位为了满足业务系统的使用需要，使用很强劲的服务器主机，以大型机、小型机为主。这些机器都不使用windows系统，所以SQL Server之类的数据库没办法在这种机器上运行。Oracle、DB2、Sybase之类的是主流，这几个数据库有很强大的技术支持团队，也是受到大企业欢迎的原因。
计算机水平国外还是比较高的，所以外国软件公司开发的针对大企业的软件也都要求在这种数据库上运行。
约定俗成，微软的操作系统和数据库由于不能运行在很强劲的主机上，所以只能给中小企业服务。微软系列的还有access数据库，基本上是为单机服务的。
至于MySQL基本上是为网站服务的，主要特点是免费，应用挺多，但是大企业信息化软件很少用，因为没有对应的业务支持人员，到时候出问题，找不到人，就出大事故了。
反过来再看数据库本身，都有参数说明，你仔细看看就知道了。很多小数据库本身底气就不足，并发数量、最大库文件等等参数标得很低，你说大企业动辄几T几P的数据，敢忘这种数据库上放吗？软件公司敢编写用这种数据库的软件吗？
再说说知名度，企业之间都会互相问，要是一个很小很便宜的数据库大家都用，都用得很好，市场占有率极高。自然口碑就好，大家就都用了。微软的sqlsever就是一个例子。从最开始的6.5基本上不能用到sql2000很成功，得到大量企业的认同，到现在出到2008版本，占有率很高了，就是口碑，可是它在大企业中使用不理想，所以还是占有中小企业。
分析这些数据库，应该多方面来看，不能只看参数，只看技术。你都分析好了，发现某个数据库不像大家说的，你能用，可是市场上找不到对应的软件，也没辙，除非你自己编写。
⑦ sql学好了可以干啥数据库难学吗
术业有专攻，只学数据库是可以,学好后可以做dba（Database Administrator）数据库管理员,现在oracle数据库dba月薪一般都在5000以上
⑧ SQL数据库的应用领域、现状、发展前景
SQL数据库是具有数据操纵和数据定义等多种功能的数据库语言，这种语言具有交互性特点，能为用户提供极大的便利，数据库管理系统应充分利用SQL语言提高计算机应用系统的工作质量与效率。
一、SQL数据库的应用领域
1、多媒体数据库
这种数据库主要存储与多媒体有关的数据，如语音、图像和视频数据。多媒体数据最大的特点是数据连续、数据量大、存储空间大。
2、移动数据库
这种数据库是在笔记本电脑、掌上电脑等移动计算机系统上开发的。数据库的最大特点是通过无线数字通信网络传输。移动数据库可以随时随地获取和访问数据，为一些业务应用和一些突发事件带来了极大的便利。
3、空间数据库
目前，这种数据库发展迅速。它主要包括地理信息数据库（也称为GIS）和计算机辅助设计（CAD）数据库。其中，地理信息数据库一般存储与地图相关的信息数据；CAD数据库一般存储机械、集成电路、电子设备设计图纸等设计信息的空间数据库。
4、信息检索系统
信息检索是根据用户输入的信息从数据库中查找相关文档或信息，并将信息反馈给用户。信息检索领域与数据库领域同步发展。它是一个典型的联机文档管理系统或联机图书目录。
5、分布式信息检索
这种数据库是随着Internet的发展而产生的。它广泛应用于Internet和远程计算机网络系统中。特别是随着电子商务的发展，这种数据库的发展更为迅速。许多网络用户（如个人、公司或企业等）将信息存储在自己的计算机中。
6、专家决策系统
专家决策系统也是数据库应用的一部分。因为越来越多的数据可以在网上获得，特别是通过这些数据，企业可以对企业的发展做出更好的决策，从而使企业能够更好地经营。随着人工智能的发展，专家决策系统的应用越来越广泛。
二、SQL数据库现状
1、自主研发
国内自主研发关系型数据库的企业、单位基本上都是发源于上世纪90年代的，而且都是以大学、科研机构为主。到今天，有代表性的厂商有：达梦–由华中理工冯玉才教授创办，完全自主研发。以Oracle为参照、追赶对象。
2、引进源代码
引进数据库源代码发展国产数据库，如今，经济发展，而且IBM也愿意迎合国人对于国产化的诉求，将搁置多年的Informix源代码拿出来，发挥余热。2015年以来，与IBM签订源代码授权的公司有华胜天成、南大通用（Gbase8t）和星瑞格。这三个公司成为以引进Informix源代码发展国产数据库的代表。
三、SQL数据库发展前景
1、产品形成系列化
一方面，Web和数据仓库等应用的兴起，数据的绝对量在以惊人的速度迅速膨胀；另一方面，移动和嵌入式应用快速增长。针对市场的不同需求，数据库正在朝系列化方向发展。
2、智能化集成化
SQL数据库技术的广泛使用为企业和组织收集并积累了大量的数据。数据丰富知识贫乏的现实直接导致了联机分析处理（OLAP）和数据挖掘（DataMining）等技术的出现，促使数据库向智能化方向发展。
3、支持各种互联网应用
SQL数据库管理系统是网络经济的重要基础设施之一。支持Internet（甚至于MobileInternet）数据库应用已经成为数据库系统的重要方面。例如，Oracle公司从8版起全面支持互联网应用，是互联网数据库的代表。
(8)sql不适合的领域扩展阅读：
SQL包括了所有对数据库的操作，主要是由4个部分组成：
1、数据定义：又称为“DDL语言”，定义数据库的逻辑结构，包括定义数据库、基本表、视图和索引4部分。
2、数据操纵：又称为“DML语言”，包括插入、删除和更新三种操作。
3、数据查询：又称为“DQL语言”，包括数据查询操作。
4、数据控制：又称为“DCL语言”，对用户访问数据的控制有基本表和视图的授权及回收。
5、事务控制：又称为“TCL语言”，包括事务的提交与回滚。
参考资料来源：网络-SQL数据库
⑨ 不适合作为数据处理与数据库应用的语言是
Lisp
SQL是标准化数据库查询语言，支持大部分数据库的处理，是目前应用最广泛的一种数据库处理语言。
Cobol是面向商业的通用语言，是一种适合于商业及数据处理的类似英语的程序设计语言。在财会工作、统计报表、计划编制、情报检索、人事管理等数据管理及商业数据处理领域，都有着广泛的应用。
4GL是指第四代程序设计语言，它的特点是简单易学，用户界面好，非过程化程度高且直接面向问题，只需告知计算机“做什么”，而不必告知计算机“怎么做”。其中Cobol就是这样一种语言。
Lisp是在20世纪50年代末由麻省理工学院为研究人工智能而开发的，它的强大优势在于编写编辑命令和集成环境。它不适合作为数据处理与数据库应用的语言。