数据库发展大致经历了四个阶段：
第一阶段，大型数据库阶段，“要像了解自己的老婆一样了解自己管理的数据库”，早期的应用迭代较慢，架构集中，尤其是在数据库层面，用比较流行的叫法是巨石型应用，在数据库数量、容量和业务需求都没有爆发的情况下，更需要 DBA 做出极致的优化，更强调对数据库内核的掌握，当时的 DBA 都是以写出极其复杂的 SQL 和掌握 Lock、Pin、Latch 运行机制为荣的。
第二阶段，小而多数据库阶段，分库分表的分布式数据成为互联网公司的主流数据库，如同保姆一般管理数据库已经做不到了，DBA的工作重点是不再是学习数据库内核和SQL Review, 而是转而将大量的日常运维工作脚本化，自动化，性能问题的解决主要将复杂的SQL拆分成多个简单的 SQL, 将复杂性留给应用做好Scale Out的架构。
第三阶段，虚拟数据库阶段，数据库逐步迁移到了虚拟机上，这个阶段可以认为是过渡阶段，因为面临很多问题，计算密度难以提高：虚拟化自身开销较大, 导致计算资源的有效利用率不高，进而导致用户需要更多的硬件存储开销较大：存储在硬件，网络，协议层面的变化巨大，但是虚拟化技术一直支持得不好，开销很大。
第四阶段，容器化数据库阶段，首先出现的是基于容器数据库，使得数据库可以高效的运行在容器内，管理大规模的容器集群，数据库运行在容器内，相比于虚拟机数据库，可以提升一倍的业务服务质量，还能够提高业务吞吐量，优势非常明显。但更细粒度的资源调度是将之运行在基于容器的kubernetes里，由后者提供了Scale Out