ฐานข้อมูล (DATABASE) ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์

ฐานข้อมูล (DATABASE) ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์
คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพา URL:

ข้อมูล (Data) ก-ฮ A-Z 1-0

ที่มาของข้อมูล ธรรมชาติ มนุษย์ เครื่องจักร

ประเภทของข้อมูล ข้อมูล (Data) มีโครงสร้าง (Structured) กึ่งมีโครงสร้าง
1.ฐานข้อมูล (Database) 2. คลังข้อมูล (Data warehouse) 3. ระบบของหน่วยงาน (Enterprise systems) เช่น CRM, ERP ฯลฯ กึ่งมีโครงสร้าง (Semi-Structured) ใ . XML 2. 3. ECI ไม่มีโครงสร้าง (Unstructured) 1. ข้อมูลอนาล็อก (Analog data) 2. ข้อมูลในระบบสารสนเทศทางภูมิศาสตร์ (GPS tracking information) 3. ระบบเสียง/วีดีโอ (Audioฝvideo systems)

ประเภทของข้อมูล ข้อมูลแบบไม่มีโครงสร้าง (Unstructured Data)
ภาพถ่ายดาวเทียม ข้อมูลทางวิทยาศาสตร์ ภาพถ่ายและวิดีโอ ข้อมูลจากเรด้าร์และโซนาร์ ข้อความจากเอกสารในหน่วยงาน ข้อมูลจาก Social Media ข้อมูลประเภทโมบายด์ ข้อมูลจากเนื่อหาในเว็บไซต์ ข้อมูลแบบมีโครงสร้าง (Structured Data) ข้อมูลจากเซ็นเซอร์ ข้อมูลจาก Web Log ข้อมูลจากจุดขายสินค้า ข้อมูลทางการเงิน ฐานข้อมูล SQL ข้อมูลแบบกึ่งมีโครงสร้าง (Semi-structured Data) XML, ภาษามาร์คอัป, และ EDI ข้อมูลจากเว็บเพจ ฐานข้อมูลเชิงวัตถุ

ข้อมูลแบบมีโครงสร้าง (Structured Data)
ข้อมูลมีการจัดการสิ่งต่างๆมีความแตกต่างกัน (chunks) ให้มีความหมาย (semantic) (entities) สิ่งที่เหมือนกัน (similar entities) จะจัดให้เป็นกลุ่มด้วยกัน (grouped together) หรือเป็นความสัมพันธ์ (relations or classes) สิ่งต่างๆในกลุ่มที่เหมือนกัน (same group) จะมีความหมายเหมือน (same descriptions) หรือตัวแปรวัตถุ (attributes) การอธิบาย (descriptions) ทุกสิ่งในหนึ่งกลุ่ม หรือการให้ความหมาย (schema) มีการกำหนดรูปแบบเหมือนกัน (same defined format) มีการกำหนดความยาวไว้ (predefined length) ทั้งหมดมีความเป็นปัจจุบัน (all present) มีการต่อกันอย่างโดยการจัดเรียงเหมือนกัน (follow the same order) ที่มา:

ข้อมูลแบบกึ่งมีโครงสร้าง (Structured Data)
idea predates XML but not HTML ข้อมูลอาจเป็นอิเล็กทรอนิกส์ (electronically) ใน ฐานข้อมูล (database systems) ระบบไฟล์ (file systems) เช่น bibliographic data, Web data รูปแบบข้อมูลการแลกเปลี่ยน (data exchange formats) เช่น EDI, scientific data พยายามเชื่อม (reconcile) ฐานข้อมูล(database) และเอกสาร (document) หรือ “worlds" ข้อมูลกึ่งโครงสร้าง (semi-structured data) จัดอยู่ในรูปสิ่งต่างๆที่มีความหมาย (semantic entities) สิ่งต่างๆ ที่เหมือนกัน (similar entities) จัดเข้าอยู่ในกลุ่มเดียวกัน (grouped together) สิ่งต่างๆในกลุ่มเหมือนกันอาจมีตัวแปรวัตถุที่ไม่เหมือนกัน (not have same attributes) การจัดลำดับตัวแปรวัตถุ (attributes) ไม่จำเป็นและไม่สำคัญ ตัวแปรวัตถุทั้งหมดอาจไม่จำเป็นต้องการใช้ (required) ขนาดของตัวแปรวัตถุที่เหมือนกันในกลุ่มหนึ่งอาจมีความแตกต่างกัน ประเภทของตัวแปรวัตถุที่เหมือนกันในกลุ่มเดียวกันอาจามีความแตกต่างกัน ตัวอย่าง name: Peter Wood name: first name: Mark last name: Levene name: Alex Poulovassilis affiliation: Birkbeck ที่มา:

ข้อมูลแบบไม่มีโครงสร้าง (Unstructured Data)
ข้อมูลที่สามารถเป็นได้ทุกแบบ (data can be of any type) ไม่จำเป็นต้องเป็นรูปแบบหรือมีลำดับใดๆ (any format or sequence ไม่เป็นไปตามกฎใด ๆ (not follow any rules) ไม่สามารถทำนาย (not predictable) ตัวอย่าง ข้อความ (Text) วีดีโอ (Video) เสียง (Sound) ภาพ (images) ที่มา:

ข้อมูลขนาดใหญ่ (BIG DATA)

ข้อมูลขนาดใหญ่คืออะไร
ข้อมูลที่มีขนาดใหญ่ (too big) เกิดขึ้นอย่างรวดเร็ว (too fast) และมีความหลากหลาย (too differ) ทำให้ไม่จัดเก็บและวิเคราะห์ทำการได้ด้วยฐานข้อมูลแบบเก่า (a traditional database)

ลักษณะของข้อมูลขนาดใหญ่
ปริมาณ (Volume) ขนาดใหญ่/มหึมา (too big) ทำให้จำเป็นต้องใช้วิธีการที่แตกต่างไปจากเดิมหรือวิธีการที่มีลักษณะเฉพาะ (unique approaches) ความเร็ว (Velocity) เกิดขึ้นอย่างรวดเร็ว (too fast) จากข้อมูลแบบเวลาจริง (in real time) หรือใกล้เคียงกับเวลาจริง (close to real time) ความหลากหลาย (Variety) มีความแตกต่างกันมาก (too differ) มาจากเวลา (time) และบริบท (context) ทีแตกต่างกัน และเป็นข้อมูลที่ไม่มีรูปแบบที่แน่นอน (not a fixed data model)

ห่วงโซ่ของข้อมูลขนาดใหญ่ (Big Data Supply Chain)
ที่มา:

การบริหารข้อมูล

ฐานข้อมูลคืออะไร เพิ่ม (Add) เปลี่ยนแปลง (change) และลบ (delete) ข้อมูล สร้างฐานข้อมูล (Create database) เรียง (Sort) และเรียกดู (retrieve) ข้อมูล สร้างแบบฟอร์ม (forms) และรายงาน (reports) โปรแกรมฐานข้อมูล (Database software) ช่วยทำให้ผู้ใช้ กลุ่ม (Collection) ข้อมูลที่มีรวบรวมไว้อย่างเป็นระบบ (data organized) เพื่อให้สามารถเข้าถึง (access) บริหาร (managed) ปรับปรุง (updated) เรียกใช้ (retrieve) และนำไปใช้ (use) โปรแกรมฐานข้อมูล (Database software) อาจถูกเรียกว่า ระบบบริหารฐานข้อมูล (database management system: DBMS)

การบริหารข้อมูล (Data Management)
ความถูกต้องของข้อมูลหรือความครบถ้วนของข้อมูล (Data Accuracy or Data Integrity) ความน่าเชื่อถือ (Reliability) การรักษาความปลอดภัยของข้อมูล (Data Security) การสำรองข้อมูล (Backup) การบำรุงรักษาข้อมูล (Data Maintenance) การจัดเก็บข้อมูลให้เป็นปัจจุบัน (Update)

การบริหารฐานข้อมูล (Database Administrator: DBA)
การออกแบบฐานข้อมูล (Database Design) การประสานงานกับผู้ใช้งาน (User Coordination) การสำรองและเรียกคืน (Backup & Recovery) ความปลอดภัยของระบบ (System Security) การติดตามขีดความสามารถการใช้งาน (Performance Monitoring)

ระบบการบริหารฐานข้อมูล (Database Management System: DBMS)
ระบบการบริหารฐานข้อมูล (Database Management System) คือ ระบบโปรแกรมที่ผู้ใช้สามารถนิยาม (define) สร้าง (create) และบำรุงรักษา (maintain) ฐานข้อมูล (database) รวมถึงการควบคุม (controlled) การเข้าถึงฐานข้อมูลด้วย ดังนั้นระบบการบริหารฐานข้อมูลจึงประกอบด้วย พจนานุกรมข้อมูล (Data Dictionary) การอำนวยความสะดวก (Utilities) ความปลอดภัย (Security) ภาษาสืบค้นข้อมูล (Query Language) SQL NoSQL (Not only SQL)

โปรแกรมฐานข้อมูล (Database Aplications)
ผู้ใช้/ขนาดของโปรแกรม ฐานข้อมูลส่วนบุคคล (Stand Alone Database) เช่น Access,Dbase,Foxbase,Foxpro,Paradox, Excel ฐานข้อมูลแม่ข่าย-ลูกข่าย (Client-Server Database) ใช้งานได้หลายคน (Network-Multiuser) เช่น MS-SQL, Oracle, Informix, DB2, Sysbase, Interbase, MySQL) ลิขสิทธิ์ของโปรแกรม ฐานข้อมูลเชิงพาณิชย์ (Commercial) เช่น DB2, Empress, Informix, Oracle, MS Access, MS SQL, Sybase ฐานข้อมูลฟรี (Free) เช่น Berkeley DB, PostgreSQL, MySQL การเก็บข้อมูลของโปรแกรม ฐานข้อมูลเชิงสัมพันธ์ (Relational Database: RDBMS) หรือ SQL เช่น DB2, Empress, Informix, Oracle, MS Access, MS SQL, Sybase ฯลฯ ฐานข้อมูลไม่สัมพันธ์หรือฐานข้อมูลแบบกระจาย (non-relational or distributed database) หรือ NoSQL เช่น Redis, MongoDB, Cassandra, Riak, CouchDB, Hbase, HyperTable, ElasticSearch, Couchbase, Neo4j

ฐานข้อมูล (Database) เป็นกลุ่มของข้อมูลที่เกี่ยวข้องกัน ซึ่งเป็นไปตามความต้องการและโครงสร้างขององค์กร และสามารถถูกใช้ได้โดยบุคคลหลายๆ คนและหลายๆ แอพพลิเคชั่น (application) ในระบบสนับสนุนการตัดสินใจอาจจะใช้ข้อมูลจากฐานข้อมูลมากกว่าหนึ่งฐานข้อมูลได้ ขึ้นอยู่กับแหล่งข้อมูลที่มีข้อมูลที่ต้องการ ในระบบสนับสนุนการตัดสินใจขนาดเล็กสามารถใส่ข้อมูลโดยตรงลงในตัวแบบ หรือสามารถดึงข้อมูล (extract) ได้แก่การนำเข้าไฟล์ การสรุปข้อมูล การกรองข้อมูล และการย่อยข้อมูล จากฐานข้อมูลที่มีขนาดใหญ่กว่ามาใช้ หรือใช้ข้อมูลจากคลังข้อมูล (data warehouse) ขององค์กรก็ได้ ส่วนในระบบสนับสนุนการตัดสินใจขนาดใหญ่มักจะรวบรวมข้อมูลจากฐานข้อมูลที่มาจากแหล่งข้อมูลต่างๆ ไว้เป็นของตนเอง

ประโยชน์ของฐานข้อมูล (Benefit of Database)
ลดความซ้ำซ้อนของข้อมูล (Reduced Data Redundancy) ปรับปรุงความถูกต้องและความครบถ้วนให้ดีขึ้น (Improved Data Integrity) ความง่ายและสะดวกในการทำรายงาน (Easier Reporting) ทำให้ข้อมูลมีความปลอดภัยดีขึ้น (Improved Data Security) ลดเวลาการพัฒนา (Reduced Development Time)

สิ่งที่สามารถเป็นฐานข้อมูลได้ (Possible databases)
สมุดบันทึกที่อยู่บุคคล (Personal address book) การเก็บรวบรวมเอกสาร (a collection of documents) การเก็บรวบรวมข้อมูลด้วยโปรแกรมคำนวณ (a collection of excel spreadsheets) ข้อมูล (data) การรวบรวม (collected) การบำรุงรักษา (maintained) และการใช้งาน

วิธีการออกแบบฐานข้อมูล
วิธีอุปนัย (Induction) การออกแบบฐานข้อมูลจากล่างขึ้นบน โดยการเก็บรวบรวมข้อมูลหรือโปรแกรมที่มีการใช้งานอยู่แล้วมาเชื่อมโยงเข้าด้วยกัน วิธีนิรนัย (Deduction) การออกแบบฐานข้อมูลจากบนลงล่าง โดยการสัมภาษณ์, รวบรวมเอกสารที่ใช้ภายในระบบงาน

แหล่งข้อมูล Explicit Data Tacit Data
ข้อมูลภายใน (Internal Data) ได้แก่ ข้อมูลที่ถูกเก็บอยู่ในที่ต่างๆภายในองค์กร หรือได้มาจากระบบประมวลผลรายการ (transaction processing system) ขององค์กร มีลักษณะเป็นข้อมูลที่มีแหล่งกำเนิดมาจาก การปฏิบัติงานภายในองค์กร หรือได้จากเครือข่ายอินทราเน็ต (Intranet) ข้อมูลภายนอก (External Data) เป็นข้อมูลที่มีที่มาจากภายนอกองค์กร เช่น จากรัฐบาลต่างประเทศ องค์การการค้า บริษัทวิจัยตลาด บริษัทวิเคราะห์เศรษฐกิจ หรืออาจมาจากหน่วยงานภายในองค์กรที่รวบรวมข้อมูลภายนอกอีกทีหนึ่ง หรือได้จากเครือข่ายอินเทอร์เน็ต(Internet) รวบรวมได้จากดาวเทียม ซีดีรอม ภาพยนตร์ ดนตรี หรือจากเสียง Tacit Data ข้อมูลส่วนบุคคล (Personal Data) เป็นข้อมูลส่วนตัว จากความเชี่ยวชาญเฉพาะด้านหรือความคิดเห็นของ ผู้ใช้ เป็นข้อมูลประจำตัวของผู้ตัดสินใจ ที่มีต่อเหตุการณ์หนึ่งๆ ได้แก่แนวทางในการตัดสินใจ

ประเภทของฐานข้อมูล (Type of Database)
ฐานข้อมูลแบบรายแฟ้ม (Flat File Database) File ฐานข้อมูลแบบลำดับขั้น (Hierarchical Database) Parent -> Child ฐานข้อมูลแบบเครือข่าย (Network Database) Parent -> Child -> Parent ฐานข้อมูลแบบสัมพันธ์ (Relational Database) Row & Column ฐานข้อมูลเชิงวัตถุ (Object-Oriented Database) Object

แฟ้มข้อมูลแบบดั้งเดิม ตามความต้องการของผู้ใช้
รูปแบบและพัฒนาการของฐานข้อมูล (Database Models) 1960s 1970s 1990s แฟ้มข้อมูลแบบดั้งเดิม (Traditional files) ลำดับขั้น (Hierarchical) เครือข่าย (Network) 1980s สัมพันธ์ (Relational) เชิงวัตถุ (Object oriented) สัมพันธ์เชิงวัตถุ (Object-relational) 2000s ตามความต้องการของผู้ใช้ (Client Oriented) ?

ส่วนประกอบของฐานข้อมูล (Database Components)
DBMS =============== Design tools Table Creation Form Creation Query Creation Report Creation Procedural language compiler (4GL) ============= Run time Form processor Query processor Report Writer Language Run time User Interface Applications Application Programs Database Database contains: User’s Data Metadata Indexes Application Metadata

ความรู้เบื้องต้นเกี่ยวกับระบบฐานข้อมูล
แนวคิดเกี่ยวกับการจัดเก็บข้อมูล แนวคิดเกี่ยวกับระบบฐานข้อมูล สถาปัตยกรรมของระบบฐานข้อมูล แนวคิดฐานข้อมูลแบบต่างๆ

แนวคิดเกี่ยวกับการจัดเก็บข้อมูล
ชนิดของข้อมูล มีหลายรูปแบบดังนี้ ข้อมูลแบบรูปแบบ เป็นข้อมูลที่รวมอักขระเป็นรูปแบบที่แน่นอน อาจอยู่ในรูปของรหัสซึ่งต้องตีความหมายอีกครั้ง ข้อมูลแบบข้อความ เป็นข้อมูลที่เป็นอักขระในแบบข้อความ โดยไม่มีรูปแบบที่แน่นอน ความหมายจะอยู่ในข้อความ ข้อมูลแบบรูปภาพ เป็นข้อมูลที่เป็นภาพหรือเป็นกราฟ ข้อมูลแบบเสียง ข้อมูลแบบวีดีทัศน์ เป็นการจัดเก็บภาพและเสียงไว้รวมกัน

แนวคิดเกี่ยวกับระบบฐานข้อมูล
ความจำเป็นที่ทำให้เกิดการใช้งานโดยระบบฐานข้อมูล การประมวลผลกับระบบแฟ้มข้อมูลยุ่งยาก แฟ้มข้อมูลไม่มีความเป็นอิสระของข้อมูล แฟ้มข้อมูลมีความซับซ้อนมาก แฟ้มข้อมูลมีความถูกต้องของข้อมูลน้อย แฟ้มข้อมูลมีความปลอดภัยน้อย ไม่มีการควบคุมจากศูนย์กลาง

ข้อมูล ฐานข้อมูล และระบบจัดการฐานข้อมูล ฐานข้อมูล หมายถึง กลุ่มของข้อมูลที่มีการเก็บรวบรวมไว้ โดยมีความสัมพันธ์ซึ่งกันและกัน การบริหารฐานข้อมูล หน้าที่ของผู้บริหารฐานข้อมูล กำหนดโครงสร้างหรือรูปแบบของฐานข้อมูล กำหนดโครงสร้างของอุปกรณ์เก็บข้อมูลและวิธีการเข้าถึงข้อมูล กำหนดขอบเขตการเข้าถึงข้อมูลของผู้ใช้

ความสำคัญของระบบฐานข้อมูล ลดการเก็บข้อมูลที่ซ้ำซ้อน รักษาความถูกต้องของข้อมูล การป้องกันและการรักษาความปลอดภัยให้กับข้อมูล ทำได้สะดวก สามารถใช้ข้อมูลร่วมกันได้ มีความเป็นอิสระของข้อมูล สามารถขยายงานได้ง่าย ทำให้ข้อมูลบูรณะกลับสู่สภาพปกติได้อย่างรวดเร็วและมีมาตรฐาน

หน้าที่ของระบบการจัดการฐานข้อมูล ดูแลการใช้งานให้กับผู้ใช้งาน ควบคุมระบบความปลอดภัยของข้อมูล ควบคุมการใช้ข้อมูลในสภาพที่มีผู้ใช้งานพร้อมกันหลายคน ประโยชน์ของระบบจัดการฐานข้อมูล ลดความซ้ำซ้อนของข้อมูล รักษาความถูกต้องของข้อมูล มีความเป็นอิสระของข้อมูล มีความปลอดภัยของข้อมูลสูง ใช้ข้อมูลร่วมกันโดยมีการควบคุมจากศูนย์กลาง

แนวคิดฐานข้อมูลแบบต่างๆ
ฐานข้อมูลแบบลำดับชั้น (Hierarchical Data Model) ฐานข้อมูลแบบเครือข่าย (Network Data Model) ฐานข้อมูลแบบสัมพันธ์ (Relational Data Model)

ฐานข้อมูลแบบลำดับชั้น (Hierarchical Data Model) โครงสร้างของฐานข้อมูลเป็นความสัมพันธ์แบบพ่อลูก เรคอร์ดพ่อมีเรคอร์ดลูกได้หลายเรคอร์ด แต่เรคอร์ดลูกมีเรคอร์ดพ่อได้เรคอร์ดเดียว ตัวอย่างของภาษาปฏิบัติการ คือ IMS/VS ROOT FIRST CHILD 2nd CHILD Ratings Salary Compensation Job Assignments Pension Insurance Health Benefits Employer นาย ก A1 รหัสสินค้า ชาม 250 ชื่อสินค้า ปริมาณ A2 จาน 15 A3 ช้อน 150 นาย ข 100 50 B1 10

ฐานข้อมูลแบบลำดับชั้น (Hierarchical Data Model) ลักษณะเด่น เป็นระบบฐานข้อมูลที่มีโครงสร้างซับซ้อนน้อยที่สุด มีค่าใช้จ่ายในการจัดสร้างฐานข้อมูลน้อย ลักษณะโครงสร้างเข้าใจง่าย เหมาะสำหรับงานที่ต้องการค้นหาข้อมูลแบบมีเงื่อนไขเป็นลำดับ ป้องกันระบบความลับของข้อมูลได้ดี เพราะต้องอ่านแฟ้มที่เป็นต้นกำเนิดก่อน ข้อจำกัด มีโอกาสเกิดความซ้ำซ้อนมากที่สุด ขาดความสัมพันธ์ระหว่างแฟ้มข้อมูลในรูปของเครือข่าย มีความคล่องตัวน้อยกว่า เพราะต้องอ่านแฟ้มที่เป็นต้นกำเนิดก่อน

ฐานข้อมูลแบบเครือข่าย (Network Data Model) โครงสร้างของข้อมูลมีความสัมพันธ์แบบร่างแห ตัวอย่างของภาษาปฏิบัติการ คือ IDMS NETWORK A B C 1 2 รหัสสินค้า นาย ก A1 ช้อน 250 ชื่อสินค้า ปริมาณ A2 ชาม 115 A3 จาน 200 นาย ข B1 มีด 10

ฐานข้อมูลแบบเครือข่าย (Network Data Model) ลักษณะเด่น เหมาะสำหรับงานที่แฟ้มข้อมูลมีความสัมพันธ์แบบเครือข่าย มีโอกาสเกิดความซ้ำซ้อนของข้อมูลน้อยกว่าแบบลำดับชั้น การค้นหาข้อมูลมีเงื่อนไขได้มากและกว้างกว่าแบบลำดับชั้น ข้อจำกัด ป้องกันความลับของข้อมูลได้ยาก มีค่าใช้จ่ายและสิ้นเปลืองมากกว่า ถ้าความสัมพันธ์มีมากเกินไป จะทำให้ออกแบบฐานข้อมูลมีความยุ่งยากซับซ้อน

ฐานข้อมูลแบบสัมพันธ์ (Relational Data Model) โครงสร้างของฐานข้อมูลอยู่ในรูปของความสัมพันธ์หรือเรียกว่า รีเลชัน (Relation) หรือ ตาราง (Table) ประกอบด้วยแถวของความสัมพันธ์หรือเรียกว่า ทูเปิล (Tuple) และคุณลักษณะของข้อมูล/ตัวแปรวัตถุหรือเรียกว่า แอททริบิวต์ (Attribute) การควบคุมความถูกต้อง Tuple มีข้อมูลไม่ซ้ำกัน Tuple ไม่มีลำดับจากบนลงล่าง Attribute ไม่มีลำดับจากซ้ายไปขวา ค่าของ Attribute ทุกค่าจะต้องมีความเป็นหนึ่งเดียว (atomicity) ตัวอย่างของภาษาปฏิบัติการ คือ SQL

ตารางข้อมูลของฐานข้อมูลเชิงสัมพันธ์
แนวคิดฐานข้อมูลแบบต่างๆ ตารางข้อมูลของฐานข้อมูลเชิงสัมพันธ์ key field records fields 2 East Penn Drive 99 Tenth Street 33 Timmons Place 33099 Clark Street 54 Lucy Court Address Pittsboro Carmel Cincinnati Montgomery Shelbyville City IN Ruiz Adelbert 3928 Elena 4872 OH Drake Louella 3876 AL Murray Shannon 2928 Brewer Milton 2295 State Last Name First Name Member ID Gupta column

ฐานข้อมูลแบบสัมพันธ์ (Relational Data Model) ลักษณะเด่น เหมาะสำหรับงานเลือกดูข้อมูลแบบหลายฟิลด์ข้อมูล ป้องกันข้อมูลถูกทำลายหรือแก้ไขได้ดี การเลือกดูข้อมูลทำได้ง่าย ข้อจำกัด แก้ไขปรับปรุงข้อมูลทำได้ยาก มีค่าใช้จ่ายของระบบสูงมาก

การออกแบบฐานข้อมูลเชิงสัมพันธ์ (Relational Database Design)
เป็นลักษณะการออกแบบฐานข้อมูลโดยจัดข้อมูลให้อยู่ในรูปของตารางที่มีระบบคล้ายแฟ้ม โดยที่ข้อมูลแต่ละแถว (Row) ของตารางจะแทนเรคอร์ด (Record) ส่วนข้อมูลแนวดิ่งจะแทนคอลัมน์ (Column) ซึ่งเป็นขอบเขตของข้อมูล (Field) โดยที่ตารางแต่ละตารางที่สร้างขึ้นจะเป็นอิสระ ดังนั้นผู้ออกแบบฐานข้อมูลจะต้องมีการวางแผนถึงตารางข้อมูลที่จำเป็นต้องใช้ เช่นระบบฐานข้อมูลบริษัทแห่งหนึ่ง ประกอบด้วย ตารางประวัติพนักงาน ตารางแผนกและตารางข้อมูลโครงการ แสดงประวัติพนักงาน ตารางแผนก และตารางข้อมูลโครงการ

การออกแบบฐานข้อมูลเชิงสัมพันธ์
วิธีการและหลักการออกแบบฐานข้อมูลเชิงสัมพันธ์ ขั้นตอนการออกแบบฐานข้อมูลเชิงสัมพันธ์ การรวบรวมและวิเคราะห์ความต้องการในการใช้ข้อมูล การเลือกระบบจัดการฐานข้อมูล การออกแบบฐานข้อมูลในระดับแนวคิด การนำฐานข้อมูลที่ออกแบบเข้าสู่ระบบจัดการฐานข้อมูล การออกแบบฐานข้อมูลในระดับกายภาพ การนำฐานข้อมูลไปใช้และประเมินผล

เขตข้อมูล คือ การนำเอาอักขระหลายๆตัวรวมกัน โดยมีความหมายอย่างใดอย่างหนึ่ง หรืออาจเรียกอีกอย่างว่า ฟิลด์ (Field) ระเบียน คือ กลุ่มของฟิลด์ที่สัมพันธ์กัน หรืออาจเรียกอีกอย่างหนึ่งว่า เรคอร์ด (Record)

สิ่งต่างๆหรือเอนทิตี้ (Entity) โดยทั่วไปหมายถึง คน สถานที่ วัตถุ หรือสิ่งต่าง ๆ แต่ในการออกแบบฐานข้อมูล เช่น ระบบทะเบียนราษฎร์ เอนทิตี้ในส่วนนี้จะมี ประชาชน ที่อยู่ เป็นต้น ตัวแปรวัตถุ/แอททริบิวท์ (Attribute) รายละเอียดที่ใช้แสดงเกี่ยวกับเอนทิตี้นั้น ๆ เช่น แอททริบิวท์ของประชาชน คือ รหัสประจำตัวประชาชน ชื่อ-นามสกุล อายุ ศาสนา แอททริบิวท์ของที่อยู่ คือ บ้านเลขที่ ตำบล อำเภอ จังหวัด รหัสจังหวัด รหัสไปรษณีย์ นอรมัลไลซ (Normalization) การจัดระเบียบให้กับเอนทิตี้ (Entity) และแอททริบิวท์ (Attribute) เพื่อลดความซ้ำซ้อนของข้อมูลในตาราง จะช่วยให้การเปลี่ยนแปลง-แก้ไขโครงสร้างของตารางในอนาคตเป็นไปอย่างมีประสิทธิภาพ

พจนานุกรมข้อมูล (Data Dictionary) ความหมาย คำจำกัดความหรือคำอธิบายข้อมูลของแต่ละไฟล์ในฐานข้อมูลและแต่ละฟิลด์ภายในแต่ละไฟล์

พจนานุกรมข้อมูล (Data Dictionary) หน้าที่สำคัญของพจนานุกรมข้อมูล การควบคุมการใช้ฐานข้อมูลพร้อมกันจากผู้ใช้รายคน การรักษาความปลอดภัยของข้อมูล การควบคุมความบูรณภาพของข้อมูล ประโยชน์ของพจนานุกรมข้อมูล ระดับระบบงาน เป็นเอกสารเพื่อใช้ตรวจสอบความถูกต้องของข้อมูล สนับสนุนการบริหารจัดการฐานข้อมูลในแต่ละระบบงาน สนับสนุนการสร้างมาตรฐานในการพัฒนาระบบงาน ระดับองค์กร สนับสนุนการบริหารจัดการฐานข้อมูลขององค์กร สนับสนุนการทำงานของผู้บริหาร สนับสนุนการวางแผนเกี่ยวกับระบบงานคอมพิวเตอร์

NID Area District Amphur Province 5.1 200104 2001 20 4.3 200701 2007 CodeProject Project During Budget PID โครงการปลูกป่า 05/ /04 50,000 โครงการอนุรักษ์ 01/ /04 80,000 ฐานข้อมูลเชิงพื้นที่ ฐานข้อมูลโครงการ PID Name Position Salary Dept ป่า รักทรัพยากร นักวิชาการป่าไม้ 25,000 1 ภูผา ท่องไพร นักวิชาการสัตว์ป่า 15,000 2 ฐานข้อมูลบุคลากร

Code Village District Amphur Province บางแสน 200104 2001 20 นาป่า 200701 2007 ฐานข้อมูลชื่อหมู่บ้าน Code District Amphur Province 200104 บางแสน 2001 20 200701 หนองปลาไหล 2007 ฐานข้อมูลชื่อตำบล Code Amphur Province 2001 เมือง 20 2007 บางละมุง Code Province 20 ชลบุรี 22 จันทบุรี ฐานข้อมูลชื่ออำเภอ ฐานข้อมูลชื่อจังหวัด

รูปแบบความสัมพันธ์ หนึ่งต่อหนึ่ง (One to one) หนึ่งต่อกลุ่ม (One to many) กลุ่มต่อหนึ่ง (Many to one) กลุ่มต่อกลุ่ม (Many to many)

ตัวอย่างรูปแบบความสัมพันธ์
แนวคิดเกี่ยวกับการจัดเก็บข้อมูล ตัวอย่างรูปแบบความสัมพันธ์ ONE-TO-ONE: Citizen ID ONE-TO-MANY: Village A B C MANY-TO-MANY: 1 2

ภาษาสืบค้นข้อมูลเชิงโครงสร้าง (STRUCTURED QUERY LANGUAGE: SQL)
เป็นภาษาที่ใกล้เคียงกับภาษาพูด ใช้ร่วมกับภาษาโปรแกรมอื่น ๆ ได้ เช่น C, Pascal, COBOL, VB ฯลฯ เป็นภาษามาตรฐาน มีรูปแบบในการเขียนคำสั่งคล้าย ๆ กันไม่ว่าจะใช้งานบน PC, Workstation, MINI หรือ Mainframe มีผู้ผลิตฮาร์ดแวร์และซอฟแวร์หลายรายเข้ามามีส่วนร่วมในการพัฒนา

ภาษาสืบค้นข้อมูลเชิงโครงสร้าง
ชนิดของข้อมูลที่ใช้ในภาษา SQL ตัวหนังสือ ความยาวคงที่ (Fixed-length Character) จะใช้ char(n) หรือ character(n) ความยาวไม่คงที่ (Variable-length Character) จะใช้ varchar(n) จำนวนเลข มีจุดทศนิยม (Decimal) จะใช้ dec(m,n) หรือ decimal(m,n) ไม่มีจุดทศนิยม (Integer) จะใช้ int, integer (10 หลัก) หรือ smallint (5หลัก) เลขจำนวนจริง (Number) จะใช้ number(n) ข้อมูลในลักษณะอื่นๆ วันที่และเวลา (Date/Time)

การบริหารฐานข้อมูลด้วยภาษา SQL
การกำหนดโครงสร้างข้อมูล การบันทึก ปรับปรุง ลบ และการเรียกข้อมูลอย่างง่าย การเรียกค้นข้อมูล

ภาษา SQL คำสั่งสำหรับกำหนดโครงสร้างข้อมูล สร้างตาราง ลบตาราง
CREATE TABLE <table name> (<column_name><>[<size>][[constraint<constraint name>]constraint type] [column name>data type>[<size>],…]); ลบตาราง DROP TABLE <table name>[CASECADE CONSTRAINTS]; เปลี่ยนแปลงโครงสร้างตาราง ALTER TABLE <table name> Database update (<column name> data type [size]); สร้างดัชนี CREATE INDEX <index name> on <table name>(<column>name>[,<column name>]..); ลบดัชนี DROP INDEX <index name>;

ภาษา SQL คำสั่งสำหรับการบันทึก ปรับปรุง ลบ และการเรียกข้อมูลอย่างง่าย
เพิ่มข้อมูลทีละแถว INSERT INTO <table name>[(column1, column2,….)] values (<value1, value2,…>); เพิ่มข้อมูลโดยการใช้คำสั่งค้นหาข้อมูล SELECT statement; ปรับปรุงแถวข้อมูล UPDATE <table name> SET<column1>[, column2, ...)]=<expression|subquery> [WHERE <condition>]; ลบข้อมูลทั้งแถว DELETE FROM <table name> การเรียกค้นข้อมูลอย่างง่าย SELECT <column1, column2,…> FROM <table name>

ภาษา SQL คำสั่งการเรียกค้นข้อมูล ค้นหาชื่อลูกค้าด้วย ID
select customer.customer-name from customer where customer.customer-id = ‘ ’ ค้นหาการชำระเงินของลูกค้าจากทุกบัญชีของลูกค้าด้วย ID select account.balance from depositor, account where depositor.customer-id = ‘ ’ and depositor.account-number = account.account-number

ภาษา SQL คำสั่งที่ใช้งานบ่อย Select query: retrieve (เรียกดู)
Select column list From table Where condition Update query: edit (แก้ไข) Update table Set column = new value Where condition Insert query: append (เพิ่ม) Insert Into table (column list) Values (values list) Delete query: delete (ลบ) Delete From table Where condition

โอเปอเรเตอร์การเรียกค้นข้อมูล
โอเปอเรเตอร์คณิตศาสตร์ ได้แก่ plus(+), minus(-), divide(/), multiply(*), modula(%) โอเปอเรเตอร์เปรียบเทียบ จะได้ค่ากลับคืนมา 3 ค่า คือ TRUE, FALSE และ UNKNOW (ในกรณีค่าที่เปรียบเทียบเป็น Null) = Equal (เท่ากับ) <> or != Not Equal (ไม่เท่ากับ) < Less Than (น้อยกว่า) > Greater Than (มากกว่า) <= Less Than or Equal To (น้อยกว่าหรือเท่ากับ) >= Greater Than or Equal To (มากกว่าหรือเท่ากับ) โอเปอเรเตอร์อักขระ ได้แก่ LIKE ใช้ร่วมกับ ‘%’ หรือ ‘_’ โอเปอเรเตอร์ตรรกะ ได้แก่ AND, OR, NOT, IN, BETWEEN…AND

ฟังก์ชันการเรียกค้นข้อมูล
ฟังก์ชัน มีทั้งหมด 6 ประเภท คือ ฟังก์ชันในการรวม (Aggregate functions) COUNT, SUM, AVG, MAX, MIN ฯลฯ ฟังก์ชันวันและเวลา (Date and tune functions) ADD_MONTHS, LAST_DAY, MONTHS_BETWEEN ฯลฯ ฟังก์ชันคณิตศาสตร์ (Arithmetic functions) ABS, EXP, ฟังก์ชันทางตรีโกณ, LN, LOG, MOD, SQRT ฯลฯ ฟังก์ชันตัวอักขระ (Character functions) CHR, CONCAT, LOWER, UPPER, REPLACE, SUBSTR ฯลฯ ฟังก์ชันการแปลง (Converter functions) TO_CHAR, ฟังก์ชันอื่นๆ (Miscellaneous functions)

ภาษา SQL การเรียกดูข้อมูลในรูปแบบต่างๆ การเรียกดูข้อมูลจากหลายตาราง
การเรียกดูข้อมูลโดยใช้ฟังก์ชันรวม เป็นการจัดกลุ่มข้อมูลโดยใช้คำสั่ง GROUP BY SELECT <column1, column2, …> FROM <table name> [WHERE <condition>] GROUP BY <grouping column>] [HAVING <condition>] การเรียกดูข้อมูลจากหลายตาราง เป็นการกำหนดความสัมพันธ์ระหว่างตารางทั้งหลาย ซึ่งสามารถ เชื่อมต่อข้อมูลกันโดยการใช้คำสั่ง WHERE การเรียกดูข้อมูลแบบซ้อนกัน เป็นการสร้างคำสั่ง SELECT ซ้อนกัน เพื่อลดภาระการเชื่อมตาราง ซึ่งต้องใช้หน่วยความจำเป็นจำนวนมาก SELECT [*] <column1, column2, …> FROM <table name> [WHERE <column_list = <Select Statement>]

การสืบค้นข้อมูลด้วย Microsoft Access #1
เปิดฐานข้อมูล Northwind เลือกคำสั่ง Query จากเมนู Object เลือกคำสั่ง New เลือกคำสั่ง Design View

เปิดตาราง Employees Custormers

สร้างความสัมพันธ์ระหว่างตาราง Employees.City Custormers.City

เลือกแสดงผล Employees.FirstName Employees.LastName Custormers.CompanyName Custormers.Address Custormers.City Run

ผลการสืบค้นข้อมูล

เลือกเมนู Design View เลือกคำสั่ง SQL View เปลี่ยน SELECT Employees.FirstName, Employees.LastName, Customers.CompanyName, Customers.Address, Customers.City FROM Employees INNER JOIN Customers ON Employees.City = Customers.City; เป็น SELECT Employees.FirstName, Employees.FirstName, Customers.CompanyName, Customers.Address, Employees.City FROM Employees INNER JOIN Customers ON Employees.City = Customers.City WHERE (((Employees.City)="Seattle")); RUN

แบบฝึกหัด สืบค้นข้อมูล พนักงานที่อยู่ในเมืองเดียวกับลูกค้า คือ เมือง LONDON โดยแสดงผล ชื่อ-สกุล พนักงาน ชื่อบริษัท ที่อยู่ และเมือง ลูกค้า สืบค้นข้อมูล พนักงานที่อยู่ในประเทศเดียวกับลูกค้า คือ ประเทศสหรัฐอเมริกา (US) โดยแสดงผล ชื่อบริษัท ที่อยู่ เมือง และประเทศ ลูกค้า

แบบฝึกหัดออกแบบฐานข้อมูลเชิงสัมพันธ์
ออกแบบฐานข้อมูลเชิงสัมพันธ์ตามแบบตัวอย่างหน้า 29 เป็นฐานข้อมูลบริหารงานภาครัฐ 3-4 ตารางข้อมูล ประกอบด้วยตารางข้อมูลของบุคคล ข้อมูลเชิงพื้นที่ ข้อมูลเฉพาะด้าน เช่น รถยนต์ สุขภาพ อาวุธปืน ประกันสังคม กองทุนหมู่บ้าน ทะเบียนการค้า Passport เป็นต้น แต่ละตารางต้องมีดัชนีเชื่อมโยงกัน และมีรายละเอียดข้อมูลประมาณ 4-5 รายการ

การเชื่อมต่อกับฐานข้อมูล (Database Connection)
OLE DB Provider ODBC Driver Program DB Program ODBC DB

ระบบฐานข้อมูลแบบกระจาย
แนวคิดของระบบฐานข้อมูลแบบกระจาย ระบบจัดการฐานข้อมูลแบบกระจาย

แนวคิดของระบบฐานข้อมูลแบบกระจาย
สถาปัตยกรรมของระบบฐานข้อมูลแบบกระจาย ข้อมูลจะถูกจัดเก็บไว้ในหลายๆเครื่อง และเชื่อมต่อกันผ่านระบบเครือข่าย แต่ละที่จะมีระบบจัดการฐานข้อมูลของตนเอง คอมพิวเตอร์แต่ละที่ เรียกว่า ไซต์ หรือ โหนด

ระดับของระบบฐานข้อมูลแบบกระจาย แบ่งเป็น 3 ระดับ คือ โปรแกรมส่วน Server รับผิดชอบเกี่ยวกับการจัดการข้อมูล เหมือนกับโปรแกรม DBMS แบบรวมศูนย์ โปรแกรมส่วน Client รับผิดชอบเกี่ยวกับการเข้าถึงข้อมูล และทำการร้องขอบริการไปยังไซต์อื่น โปรแกรมส่วน Communication สนับสนุนการสื่อสารข้อมูลบนระบบเครือข่าย

ลักษณะของฐานข้อมูลแบบกระจาย ความเป็นอิสระของการกระจายของข้อมูล ความถูกต้องในการประมวลผลทรานแซกชันแบบกระจาย ข้อมูลที่กระจายไปตามไซต์ต่างๆ และมีระบบจัดการฐานข้อมูลเดียวกัน เรียกว่า Homogeneous distributed database system นอกนั้นจะเรียกว่า Heterogeneous distributed database system การสร้าง Heterogeneous system ต้องอาศัย มาตรฐานที่เรียกว่า gateway protocols ในที่นี้ หมายถึง API (Application Programming Interface) ซึ่งทำหน้าที่เชื่อมต่อ DBMS กับโปรแกรม

การเก็บข้อมูลของระบบฐานข้อมูลแบบกระจาย การทำสำเนา (Replication) การทำสำเนาของรีเลชันไว้หลายๆสำเนา และแต่ละสำเนาเก็บไว้ต่างไซต์กัน การแยกรีเลชัน (Fragmentation) การแยกรีเลชันออกเป็นหลายๆส่วน และจัดเก็บแต่ละส่วนไว้ต่างไซต์กัน วิธี Replication และ Fragmentation การแยกรีเลชันออกเป็นหลายๆส่วน และแต่ละส่วนก็จะมีการจัดการแบบสำเนา

ระบบจัดการฐานข้อมูลแบบกระจาย
ข้อดีของระบบฐานข้อมูลแบบกระจาย การกระจายข้อมูลตามลักษณะระบบงาน เพิ่มความน่าเชื่อถือ การยอมให้มีการใช้ข้อมูลร่วมกันได้ ปรับปรุงการทำงาน

หน้าที่ที่เพิ่มขึ้นจากระบบจัดการฐานข้อมูลแบบรวมศูนย์ คือ สามารถที่จะติดต่อไปยังไซต์อื่นๆ และส่งแบบสอบถามและข้อมูลผ่านทางระบบเครือข่ายได้ สามารถจัดเก็บข้อมูลที่มีการกระจาย และข้อมูลที่มีการสำเนา ไว้ในแคตตาลอกของ DDBMSได้ สามารถวางแผนการสืบค้นข้อมูลได้ และการทำทรานแซกชันที่มีการใช้ข้อมูลมากกว่า 1 ไซต์

หน้าที่ที่เพิ่มขึ้นจากระบบจัดการฐานข้อมูลแบบรวมศูนย์ คือ สามารถตัดสินใจได้ว่าจะเข้าถึงข้อมูลที่ได้มีการสำเนาไว้จากไซต์ไหน สามารถที่จะจัดการความสอดคล้องของข้อมูลที่ได้มีการทำสำเนาไว้ สามารถที่จะกู้คืนข้อมูลจากไซต์ที่ล้มเหลวได้

คลังข้อมูล แนวคิดเกี่ยวกับคลังข้อมูล
สถาปัตยกรรมและองค์ประกอบของคลังข้อมูล

แนวคิดเกี่ยวกับคลังข้อมูล
คลังข้อมูล คือ ที่เก็บข้อมูลขององค์กรที่ได้รับการออกแบบ เพื่อช่วยในการตัดสินใจของฝ่ายบริหาร เป้าหมายในการสร้างคลังข้อมูล เพื่อแยกกลุ่มข้อมูลสารสนเทศที่ใช้ในการวิเคราะห์ทางธุรกิจออกจากฐานข้อมูลที่ใช้งานประจำวันมาเก็บอยู่ใน Relational Database Management System (RDBMS) ประสิทธิภาพสูง และทำให้การเรียกใช้ข้อมูลชุดนี้ทำได้อย่างยืดหยุ่น รวดเร็วมากยิ่งขึ้น

แนวคิดเกี่ยวกับคลังข้อมูล
ประโยชน์ของระบบคลังข้อมูล ทำการรวบรวมข้อมูลที่มีความซับซ้อนให้ง่ายต่อการจัดเก็บ สามารถนำข้อมูลมาใช้ได้อย่างรวดเร็วและถูกต้อง

สถาปัตยกรรมและองค์ประกอบของคลังข้อมูล
คุณสมบัติของระบบฐานข้อมูลคลังข้อมูล Subject Oriented ข้อมูลถูกสร้างจากหัวข้อที่สนใจ Integrated ข้อมูลถูกรวบรวมจากแหล่งต่างๆ แต่นำมาสร้างเป็นฐานข้อมูลที่สอดคล้องเป็นหนึ่งเดียว Time-variant ข้อมูลที่เก็บไว้ต้องมีอายุประมาณ 5-10 ปี เพื่อใช้เปรียบเทียบ หาแนวโน้ม Non-volatile ข้อมูลไม่ถูกเปลี่ยนแปลงง่ายๆ ผู้ใช้สามารถ เข้าถึงข้อมูลได้เท่านั้น

ส่วนประกอบของคลังข้อมูล เครื่องมือสกัดแยกข้อมูล ข้อมูลที่สกัดและแยกออกมาแล้ว เมตาดาตาสำหรับแสดงเนื้อหาข้อมูล ฐานข้อมูลสำหรับคลังข้อมูล เครื่องมือจัดเก็บข้อมูลในคลังข้อมูล

ส่วนประกอบของคลังข้อมูล โปรแกรมสำหรับจัดส่งข้อมูล เครื่องมือวิเคราะห์สำหรับผู้ใช้ วัสดุและหลักสูตรการฝึกอบรม ที่ปรึกษาด้านคลังข้อมูล

กระบวนการรวบรวมข้อมูลและวิเคราะห์หารูปแบบ ข้อมูลในคลังข้อมูล ขั้นตอนที่ 1 เลือก business process ขั้นตอนที่ 2 เลือกข้อมูลพื้นฐานที่เก็บอยู่ในตารางหลักของ business process ขั้นตอนที่ 3 เลือก dimension ที่จะถูกนำมาใช้กับแต่ละแถว ของตารางหลัก ขั้นตอนที่ 4 เลือก measured fact (ข้อมูลที่มีการวัด, การประมวลผล หรือการคำนวณไว้แล้ว)

NoSQL NoSQL (Not Only SQL) คือการเก็บข้อมูลรูปแบบใหม่ที่ใช้เทคโนโลยีที่ต่างจากการเก็บข้อมูลแบบเชิงสัมพันธ์ (Relational Databases) ซึ่งกำลังได้รับความนิยมมากในปัจจุบันเพราะมันสามารถที่จะรองรับการใช้งานพร้อมกันได้ดีและรองรับการขยายตัวในแนวนอน (Horizontal Scaling) ที่มา:

ประเภทของ NoSQL Key-value data stores คือฐานข้อมูลที่เก็บข้อมูลในรูปแบบ Key และ Value ที่สัมพันธ์กันอยู่ ซึ่ง Value จะถูกค้นเจอได้โดยค่า Key ตัวอย่างของฐานข้อมูลที่เป็นลักษณะนี้ได้แก่ Redis, Dynomite, Voldemort เป็นต้น Column-based databases คือฐานข้อมูลที่เก็บข้อมูลในรูปของตารางคล้ายๆกับฐานข้อมูลเชิงสัมพันธ์แต่จะเก็บข้อมูลในแบบคอลัมน์แทนแบบแถว ซึ่งเหมาะกับการทำเหมืองข้อมูล ตัวอย่างของฐานข้อมูลที่เป็นลักษณะนี้ได้แก่ Hbase, Cassandra, Hypertable เป็นต้น Document-based databases คือฐานข้อมูลที่เก็บข้อมูลในรูปแบบกลุ่มของเอกสารซึ่งง่ายต่อการแก้ไขโครงสร้างโดยแต่ละเอกสารจะมีจำนวนฟิลที่แตกต่างกันได้ ตัวอย่างของฐานข้อมูลที่เป็นลักษณะนี้ได้แก่ Apache CouchDB , MongoDB เป็นต้น Graph-based data-stores คือฐานข้อมูลที่เก็บข้อมูลในรูปแบบของกราฟที่มีความสัมพันธ์กันทำให้สามารถใช้ทฤษฏีกราฟได้ในการจัดการกับข้อมูลได้เป็นอย่างดี ตัวอย่างของฐานข้อมูลที่เป็นลักษณะนี้ได้แก่ nodes. Neo4j เป็นต้น ที่มา:

ฐานข้อมูล (DATABASE) ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์

งานนำเสนอที่คล้ายกัน

งานนำเสนอเรื่อง: "ฐานข้อมูล (DATABASE) ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์"— ใบสำเนางานนำเสนอ:

งานนำเสนอที่คล้ายกัน

เรื่องโครงการ

การติดต่อกลับ

เข้าสู่ระบบ

ลงทะเบียนผ่านเครือข่ายสังคม:

ฐานข้อมูล (DATABASE) ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์

งานนำเสนอที่คล้ายกัน

งานนำเสนอเรื่อง: "ฐานข้อมูล (DATABASE) ผู้ช่วยศาสตราจารย์ ดร. เรวัต แสงสุริยงค์"— ใบสำเนางานนำเสนอ:

งานนำเสนอที่คล้ายกัน

เรื่องโครงการ

การติดต่อกลับ