วิดีโอที่อาจารย์ให้ดูก่อนเรียนบทนี้:

1.1ฐานข้อมูลคืออะไร

Database (ฐานข้อมูล) คือ ชุดข้อมูลขนาดใหญ่ที่เชื่อมโยงกัน ซึ่งจำลอง “องค์กรในโลกจริง” เอาไว้ สิ่งที่มันจำลองมีสองอย่างคือ

• Entities — สิ่งของหรือคนที่เราสนใจ เช่น นักศึกษา รายวิชา อาจารย์
• Relationships — ความสัมพันธ์ระหว่างสิ่งเหล่านั้น เช่น “นักศึกษาลงทะเบียนรายวิชา”

DBMS (Database Management System) คือ ซอฟต์แวร์ ที่ออกแบบมาเพื่อเก็บและจัดการฐานข้อมูล ประกอบด้วย

• ชุดข้อมูลที่สัมพันธ์กัน (collection of interrelated data)
• ชุดโปรแกรมสำหรับเข้าถึงข้อมูลนั้น (set of programs to access the data)
• สภาพแวดล้อมที่ทั้ง convenient และ efficient ในการใช้งาน

ตัวอย่างการใช้งานจริง

1.2ทำไมไม่เก็บเป็นไฟล์ธรรมดา

สมัยก่อน แอปพลิเคชันฐานข้อมูลถูกเขียนทับบน file system โดยตรง ลองนึกภาพสถานการณ์นี้: บริษัทหนึ่งมีข้อมูลพนักงาน แผนก สินค้า ยอดขาย รวม 500 GB · พนักงานหลายคนเข้าถึงพร้อมกัน · ต้องตอบคำถามเกี่ยวกับข้อมูลได้เร็ว · การแก้ไขของผู้ใช้แต่ละคนต้องสอดคล้องกัน · บางส่วนของข้อมูลต้องจำกัดสิทธิ์การเข้าถึง

ถ้าเก็บเป็นไฟล์ จะเจอปัญหาทันที: เราไม่มี RAM 500 GB ให้โหลดทั้งหมด · ต้องเขียนโปรแกรมพิเศษสำหรับทุกคำถามที่ผู้ใช้อยากรู้ · โปรแกรมเหล่านั้นซับซ้อนเพราะข้อมูลมหาศาล · ระบบปฏิบัติการให้แค่รหัสผ่านเป็นกลไกความปลอดภัย ซึ่งยืดหยุ่นไม่พอ

7 ข้อเสียของการใช้ file system เก็บข้อมูล

ข้อนี้ออกสอบบ่อยมาก ทั้งแบบให้ระบุชื่อปัญหา และแบบให้ยกตัวอย่าง — ท่องให้ครบ

ทำไมถึงควรใช้ DBMS (7 ข้อดี)

1.3Levels of Abstraction — 3 ระดับของการมองข้อมูล

DBMS ซ่อนความซับซ้อนไว้เป็นชั้น ๆ ทำให้แต่ละคนมองข้อมูลชุดเดียวกันในระดับที่เหมาะกับงานตัวเอง · 3 ระดับนี้ต้องท่องชื่อและหน้าที่ให้ได้ เรียงจากใกล้ผู้ใช้ที่สุด ลงไปหาใกล้ดิสก์ที่สุด:

คำว่า schema = “คำอธิบายโครงสร้าง” ของระดับนั้น ๆ → physical schema = โครงสร้างระดับกายภาพ · logical schema = โครงสร้างระดับตรรกะ (ตารางและความสัมพันธ์)
สองคำนี้จะโผล่ทันทีในเรื่อง data independence ข้างล่าง

Instances และ Schemas

เปรียบเทียบกับภาษาโปรแกรม: schema เหมือน type ส่วน instance เหมือน value ของตัวแปร

1.4Data Models

Data model คือชุดของโครงสร้างเชิงแนวคิดระดับสูงที่ใช้อธิบายข้อมูล โดยซ่อนรายละเอียดการจัดเก็บระดับล่างเอาไว้ DBMS ให้ผู้ใช้นิยามข้อมูลที่จะเก็บในรูปของ data model

ทุก relation มี schema ที่บอกว่ามีคอลัมน์อะไรบ้าง — ระบุชื่อ relation, ชื่อของแต่ละ field (หรือ attribute/column) และชนิดข้อมูลของแต่ละ field ส่วน integrity constraints คือเงื่อนไขที่ record ใน relation ต้องเป็นจริงเสมอ เช่น กำหนดว่านักศึกษาทุกคนต้องมีรหัสไม่ซ้ำ ความสามารถในการระบุความไม่ซ้ำแบบนี้ ช่วยให้เราอธิบายข้อมูลได้แม่นยำขึ้น

DDL และ DML

CREATE TABLE instructor (
    ID         CHAR(5),
    name       VARCHAR(20),
    dept_name  VARCHAR(20),
    salary     NUMERIC(8,2)
);

DDL compiler จะสร้าง table template เก็บไว้ใน data dictionary ซึ่งบรรจุ metadata (ข้อมูลเกี่ยวกับข้อมูล) ได้แก่ database schema · integrity constraints (เช่น primary key ที่บอกว่า ID ระบุอาจารย์ได้ไม่ซ้ำ) · authorization (ใครเข้าถึงอะไรได้)

SELECT name FROM instructor WHERE salary > 90000;

DML หรือที่เรียกว่า query language แบ่งเป็นสองกลุ่ม

• Pure — ใช้พิสูจน์คุณสมบัติเชิงทฤษฎีและใช้ในการ optimize ได้แก่ relational algebra, tuple relational calculus, domain relational calculus
• Commercial — ใช้ในระบบจริง SQL คือภาษาที่ใช้แพร่หลายที่สุด

SQL ไม่ใช่ภาษาที่ทำงานคำนวณซับซ้อนได้ครบทุกอย่าง จึงมักถูก ฝัง (embed) อยู่ในภาษาระดับสูงกว่า · แอปพลิเคชันเข้าถึงฐานข้อมูลผ่าน embedded SQL หรือ API อย่าง ODBC/JDBC ที่ส่ง SQL ไปให้ฐานข้อมูล

1.5ภายในเครื่องยนต์ของฐานข้อมูล

Database engine มี 3 ส่วนหลักที่ทำงานร่วมกัน

หน้าที่ของ DBMS 4 กลุ่ม

1. Data definition — สร้าง แก้ไข ลบนิยามที่กำหนดการจัดระเบียบข้อมูล
2. Update — insert, modify, delete ข้อมูลจริง
3. Retrieval — ให้ข้อมูลในรูปแบบที่ใช้ได้ทันที หรือส่งต่อให้แอปอื่นประมวลผล อาจคืนในรูปเดิมที่เก็บไว้ หรือรูปใหม่ที่ได้จากการแปลง/รวมข้อมูลเดิมก็ได้
4. Administration — ลงทะเบียนและติดตามผู้ใช้ · บังคับความปลอดภัย · ติดตามประสิทธิภาพ · รักษา integrity · จัดการ concurrency control · กู้คืนข้อมูลที่เสียหายจากเหตุไม่คาดฝัน

สถาปัตยกรรมและประวัติ

สถาปัตยกรรมของระบบฐานข้อมูลได้รับอิทธิพลอย่างมากจากระบบคอมพิวเตอร์ที่มันรันอยู่: Centralized · Client-server · Parallel (multi-processor) · Distributed

Database server คือเครื่องเฉพาะทางที่เก็บฐานข้อมูลจริงและรันแต่ DBMS กับซอฟต์แวร์ที่เกี่ยวข้อง มักเป็นเครื่อง multiprocessor แรมเยอะ และใช้ RAID เป็น stable storage เพื่อกู้ข้อมูลได้เมื่อดิสก์ตัวใดตัวหนึ่งพัง

1.6Database Design เบื้องต้น

Database design คือกระบวนการออกแบบโครงสร้างโดยรวมของฐานข้อมูล แบ่งเป็น

• Logical design — ตัดสินใจเรื่อง schema · ต้องหา “ชุด relation schema ที่ดี” ประกอบด้วยการตัดสินใจ 2 แบบ:
  • Business decision — เราควรบันทึก attribute อะไรบ้างลงฐานข้อมูล
  • Computer Science decision — ควรมี relation schema อะไรบ้าง และควรกระจาย attribute ไปยัง schema ต่าง ๆ อย่างไร
• Physical design — ตัดสินใจเรื่องการวางข้อมูลจริงในระดับกายภาพ

เราต้องมีวิธีการที่รับประกันว่าทุก relation ในฐานข้อมูล “ดี” มีสองแนวทาง:

• Entity Relationship Model — จำลององค์กรเป็นชุดของ entity และ relationship แล้ววาดออกมาเป็น ER diagram (บทที่ 11–12)
• Normalization Theory — นิยามอย่างเป็นทางการว่าดีไซน์แบบไหนแย่ แล้วทดสอบหามัน (เรียนหลังมิดเทอม)

---

1.7สรุปบทนี้