1. 数据库设计与建模
需求分析：与业务部门、开发团队协作，理解数据存储、处理和分析需求。
逻辑设计：设计数据库逻辑模型（如ER图），定义表结构、字段类型、关系及约束。
物理设计：优化物理存储方案（分区、分表、索引策略），平衡性能与存储成本。
数据建模工具：使用PowerDesigner、ERWin等工具输出标准化设计方案。
2. 架构规划与选型
技术选型：根据业务场景选择数据库类型（如关系型MySQL/PGSql、NoSQL的MongoDB/Redis、NewSQL的TiDB）。
架构设计：设计高可用架构（主从复制、集群、分布式架构）、容灾方案（异地多活、备份恢复）。
3. 性能优化与调优
SQL优化：分析慢查询日志，优化SQL语句、索引策略及执行计划。
资源管理：调整内存、连接池、缓存配置（如Redis缓存击穿/穿透防护）。
扩展性设计：通过分库分表、读写分离、负载均衡应对高并发场景。
4. 安全与合规管理
权限控制：实施细粒度访问权限（RBAC模型）、数据脱敏。
数据加密：保障数据传输（SSL/TLS）与存储加密（透明数据加密TDE）。
合规审计：满足GDPR、等保等法规要求，设计审计日志与监控体系。
5. 高可用与容灾
集群部署：搭建主从复制、流复制集群，使用Patroni等工具管理自动故障转移。
容灾方案：设计跨地域多活架构、数据同步（逻辑复制/物理复制）及脑裂预防机制。
备份恢复：制定物理备份（pg_basebackup）、逻辑备份（pg_dump）策略，实现时间点恢复（PITR）。
6. 跨团队协作与规范制定
开发支持：为开发团队提供SQL编写规范、ORM框架使用建议。
大数据集成：与数据工程师协作，设计ETL流程、数仓分层（ODS/DW/DM）。
文档沉淀：编写架构设计文档、运维手册，主导技术培训。
7. 新技术研究与创新
趋势跟踪：研究NewSQL、HTAP、向量数据库等前沿技术（如ClickHouse、Snowflake）
成本优化：通过冷热数据分层、存储压缩降低云数据库成本。
AI结合：探索AI驱动的数据库自治（如自动索引推荐、异常检测）。
核心能力要求
技术深度：精通PostgreSQL数据库及分布式系统原理。
全局思维：平衡业务需求、性能、安全与成本，制定长期架构路线图。