Chapter 2 : Data Management

1. Tanapat limsaiprom
ธนาพัฒน์ ลิ้มสายพรหม
#TanapatLim V62A

2. L O V E
01001100 01001111 01010110 01001110
Bits
Bite (Characters)
Big data 101 : Chapter2 Data
Management

3.  Character อักขระ , ตัวอักษร
 Field เขตข้อมูล
 Record ระเบียน
 File แฟ้มข้อมูล
 Database ฐานข้อมูล
Big data 101 : Chapter2 Data
Management

4. บิต
(Bits)
อักขระ
(Characters)
ฟิ ลด์
(Field)
เรคอร์ด
(Records)
แฟ้ มข้อมูล
(Files)
ฐานข้อมูล
(Database)
Foundation Data Concepts
Big data 101 : Chapter2 Data
Management

5. แฟ้ มข้อมูล
เรคอร์ดเรคอร์ด เรคอร์ด
ฟิลด์ ฟิลด์
ไบต์ ไบต์
บิต บิต
Foundation Data Concepts

6. Data Elements (องค์ประกอบของข้อมูล)
 Character
› A single alphabetic, numeric, or other symbol
 Field or data item
› Represents an attribute (characteristic or quality)
of some entity (object, person, place, event)
 Example: salary, job title
 Record
› Grouping of all the fields used to describe the attributes of
an entity
 Example: payroll record with name, SSN, pay rate
 File or table
› A group of related records
 Database
› An integrated collection of logically related
data elements
Big data 101 : Chapter2 Data
Management

7. L O V E
01001100 01001111 01010110 01001110
Bits
Characters
Data Elements
Big data 101 : Chapter2 Data
Management

8. Field (เขตข้อมูล)
รหัสนักศึกษา 60234561
ชื่อนักศึกษา กาญจนา
นามสกุล สุดสวย
เพศ หญิง
คือ รายละเอียดที่เกิดจากกลุ่มอักขระที่รวมกันแล้วก่อให้เกิด
ความหมาย เช่น ชื่อคน สัตว์สิ่งของ อายุที่อยู่ เพศ
Data Elements
Big data 101 : Chapter2 Data
Management

9. Record (ระเบียน)
Data Elements

10.  คือ กลุ่มข้อมูลที่เก็บรายการที่เกี่ยวข้องกัน อ้างอิงเรื่องเดียวกันนารวมกัน อาทิเช่น
ตารางข้อมูลนักศึกษา, ตารางข้อมูลอาจารย์/เจ้าหน้าที่, ตารางข้อมูลอาคาร/
สถานที่, ตารางข้อมูลการจัดตารางการสอน, ฯลฯ
Data Elements
Big data 101 : Chapter2 Data
Management

11. รหัส ชื่อ สกุล เพศ หมู่เรียน
6040121 นายการัน รักษาเทพ ชาย BA2124
6040221 น.สหนึ่งทิพย์ ศิริเยี่ยม หญิง BA2124
6002256 นายศิริทรัพย์ เชื้อสะอาด ชาย BA2124
6003890 นายไกรศร
โรจน์
สุวรรณ
ชาย BA2124
Fields
Records
File
Big data 101 : Chapter2 Data
Management

12. ฐานข้อมูล Database (ฐานข้อมูล)
คือ แหล่งจัดเก็บและรวบรวมกลุ่มข้อมูลที่เกี่ยวข้องกัน สัมพันธ์กัน เป็น
ส่วนของข้อมูลที่อยู่ในองค์กรในระบบเดียวกัน
คุณสมบัติของฐานข้อมูล
•แหล่งเก็บข้อมูลขนาดใหญ่โดยปกติมักจะมีกลุ่มเดียว
•มักกาหนดเพียงครั้งเดียวเท่านั้น
•ข้อมูลจะถูกรวบรวมไว้ด้วยกันเพื่อให้เกิดความซ้าซ้อนน้อยที่สุด
•ข้อมูลทรัพยากรสามารถร่วมกันได้หลายหน่วยงานภายใต้องค์กรเดียวกันไม่เป็นของ
หน่วยงานใดหน่วยงานหนึ่ง
Data Elements
Big data 101 : Chapter2 Data
Management

13. กลุ่มข้อมูล
นักศึกษา
กลุ่มข้อมูล
อาจารย์/จนท.
กลุ่มข้อมูล
หลักสูตรการเรียน
กลุ่มข้อมูล
อาคาร/สถานที่
กลุ่มข้อมูล
ตารางสอน/เรียน
กลุ่มข้อมูล
การลงทะเบียน
กลุ่มข้อมูล
งบประมาณ
อื่น ๆ
ฐานข้อมูลของมหาวิทยาลัย
Database
Big data 101 : Chapter2 Data
Management

14. Big data 101 : Chapter2 Data
Management

15. Big data 101 : Chapter2 Data
Management

16. Big data 101 : Chapter2 Data
Management

17. Big data 101 : Chapter2 Data
Management

18.  โครงสร้างข้อมูล (Data Structure) คือ ความสัมพันธ์ระหว่างข้อมูลที่
อยู่ในโครงสร้างนั้น ๆ รวมทั้งกระบวนการในการจัดการข้อมูลในโครงสร้าง หรือ
การจัดเตรียมรูปแบบการเก็บข้อมูลในหน่วยความจาอย่างมีระเบียบแบบแผนการ
แทนข้อมูลให้อยู่ในรูปแบบที่ถูกต้อง ตลอดจนกรรมวิธีการเข้าถึงข้อมูลในโครงสร้าง
ให้เป็นไปอย่างมีประสิทธิภาพ
 การแบ่งรูปข้อมูลแบบมีโครงสร้างแบ่งจากรูปแบบของข้อมูล ถ้าหากข้อมูลสามารถ
กาหนดได้ว่าในแต่ละฟิลด์ (Field)(Column) มีขนาดที่แน่นอน
เท่าไหร่ ก็คือมีโครงสร้าง เช่น รหัสบัตรประชาชน มี 13 หลัก เป็นต้น
Big data 101 : Chapter2 Data
Management

19.  แบบมีโครงสร้าง
Excel File , CSV File , Relational Database
 แบบกึ่งมีโครงสร้าง
Books, Blog ,JSON , HTML Documents
 แบบไม่มีโครงสร้าง
PDF , JPEG ,Videos
Big data 101 : Chapter2 Data
Management

20.  Hypermedia Database
 Hypertext Markup Language (HTML)
 Graphics Image File (GIF ,JPEG , PNG)
 Video Files (MP4)
Big data 101 : Chapter2 Data
Management

21. Big data 101 : Chapter2 Data
Management

22.  JSON ย่อมาจาก JavaScript Object Notation
 คือ รูปแบบการ จัดเก็บข้อมูลของ JavaScript จัดเก็บในลักษณะ
JSON Object
 JavaScript ซึ่งจริงๆแล้วมันคือ Standard format อย่าง
หนึ่งที่เป็น text และสามารถอ่านออกได้ด้วยตาเปล่า ใช้ในการสร้าง
object ขึ้นมาเพื่อส่งข้อมูลระหว่าง application
หรือ Applications Program Interface (API)
Big data 101 : Chapter2 Data
Management

23. Big data 101 : Chapter2 Data
Management

24.  ระบบฐานข้อมูล (DBMS : Database Management System)
ระบบฐานข้อมูล เป็นระบบที่ใช้เก็บรวบรวมข้อมูลที่มีความสัมพันธ์กันไว้เป็นกลุ่ม
เดียวกัน ทาหน้าที่เป็นสื่อกลางระหว่างผู้ใช้และข้อมูล ผู้ใช้สามารถเข้าถึงระบบ
ฐานข้อมูลได้หลายวิธี ทั้งจากการใช้คาสั่งโดยตรง การใช้โปรแกรมประยุกต์อื่น ๆ
เชื่อมโยงกับฐานข้อมูล ระบบฐานข้อมูลที่สามารถเชื่อมโยงกับฐานข้อมูลอื่น ๆ ได้
เรียกว่า RDBMS (Relation Data Base
Management System
Big data 101 : Chapter2 Data
Management

25.  ข้อดีของระบบฐานข้อมูล
1. ผู้ใช้หลายฝ่ายสามารถใช้ข้อมูลร่วมกันได้เนื่องจากระบบฐานข้อมูลจะเก็บข้อมูลทั้งหมด
ไว้ในที่เดียวกัน
2. ลดความซ้าซ้อนของข้อมูล เมื่อมีการแก้ไขข้อมูล จะแก้ไขข้อมูลในฐานข้อมูลหลักเพียง
แห่งเดียว
3. ความสมบูรณ์ของข้อมูล เนื่องจากไม่มีความซ้าซ้อนกันทาให้ฐานข้อมูลคงภาพของความ
ถูกต้องและเชื่อถือได้อยู่เสมอ สามารถกาหนดชนิดของข้อมูลที่กรอกได้ว่าให้เป็นตัวเลข
หรือตัวหนังสือข้อมูลก็จะมีความถูกต้องมากขึ้น
4. ความมั่นคงของฐานข้อมูล เนื่องจากระบบฐานข้อมูลแยกเป็นอิสระจากโปรแกรม
ประยุกต์ ทาให้สามารถใช้งานได้จากโปรแกรมหลายโปรแกรม
5. บารุงรักษาง่าย เนื่องจากข้อมูลทั้งหมดถูกเก็บไว้ที่เดียวกัน
Big data 101 : Chapter2 Data
Management

26.  ข้อเสียของระบบฐานข้อมูล
1. ค่าใช้จ่ายสูง โปรแกรมฐานข้อมูลส่วนใหญ่จะมีราคาแพงเพราะเป็นโปรแกรม
เฉพาะด้าน ต้องใช้เครื่องมือที่มีสมรรถนะสูง และต้องมีผู้ดูแลระบบที่มีความรู้
ความสามารถสูงด้วย
2. ต้องมีระบบสารองข้อมูลที่ดี เนื่องจากข้อมูลถูกเก็บไว้ในที่เดียว ดังนั้นถ้าเกิด
ความเสียหายกับอุปกรณ์จะทาให้ข้อมูลสูญหาย ต้องมีอุปกรณ์สารองข้อมูลแยกส่วน
ไว้ต่างหาก
Big data 101 : Chapter2 Data
Management

27.  ฐานข้อมูลเชิงสัมพันธ์ (Relational Database)
รูปแบบฐานข้อมูลเชิงสัมพันธ์ เป็นการเก็บข้อมูลแบบรูปตาราง 2 มิติคือ แถว
(Row) และคอลัมน์ (Column) นั้นจาเป็นต้องมีการระบุแต่ละแถวและ
คอลัมน์อย่างชัดเจน สิ่งที่ระบุให้แถวและคอลัมน์มีความชัดเจนและแตกต่าง คือ
กุญแจหลัก (Primary Key) เนื่องจากเป็นเขตข้อมูลที่มีข้อมูลไม่ซ้ากัน
Big data 101 : Chapter2 Data
Management

28. Big data 101 : Chapter2 Data
Management

29.  Operational Database ฐานข้อมูลเพื่อการปฎิบัติงาน
 Analytical Database ฐานข้อมูลเพื่อการวิเคราะห์
 Data Warehouses คลังข้อมูล
 Distributed Database ฐานข้อมูลแบบกระจาย
 End User Database ฐานข้อมูลสาหรับผู้ใช้ปลายทาง
 External Database ฐานข้อมูลจากแหล่งภายนอก
Big data 101 : Chapter2 Data
Management

30. ฐานข้อมูลส่วนตัวของผู้ใช้งาน คลังข้อมูล
ฐานข้อมูลแบบกระจาย
ฐานข้อมูลเชิงวิเคราะห์
ฐานข้อมูลระดับปฎิบัติงาน
ฐานข้อมูลจากแหล่งภายนอก
Big data 101 : Chapter2 Data
Management

31. ออกแบบคลังข้อมูล
การจัดการเมตะดาต้า
การดูข้อมูลการวิเคราะห์
ผ่านเวปไซด์
การจัดการข้อมูล
ข้อมูลจากฐานข้อมูลต่างๆ
คลังข้อมูลขององค์กร
ข้อมูลสาหรับการวิเคราะห์
ดึงข้อมูล,ทาความสะอาด ,
ปรับรูปแบบ
ดาต้ามารต
เครื่องมือสาหรับวิเคราะห์
เมตะดาต้า ไดเรคทอรี
เมตะดาต้า เรพอซิทอรี
Big data 101 : Chapter2 Data
Management

32.  Stores static data that has been extracted
from other databases in an organization
 เก็บข้อมูลที่นิ่งแล้วที่ดึงข้อมูลจากฐานข้อมูลขององค์กรออกมา
› Central source of data that has been
cleaned, transformed, and cataloged
› เก็บข้อมูลไว้ที่ศูนย์กลาง ซึ่งเป็นข้อมูลที่ ทาความสะอาดแล้ว เปลี่ยนรูปแบบ และเก็บไว้
› Data is used for data mining, analytical
processing, analysis, research, decision
support
› เป็นข้อมูล เพื่อการค้นหาสารสนเทศที่ไม่เคยมี , ข้อมูลเพื่อการวิเคราะห์ , ทาวิจัย
เพื่อการตัดสินใจ
Big data 101 : Chapter2 Data
Management

33.  Data warehouses may be divided into Data
marts
› Subsets of data that focus on specific aspects
of a company (department or business
process)
คลังข้อมูล สามารถ ตัดออกมาเป็น ดาต้ามารต (คือ ส่วนย่อยของข้อมูลเฉพาะเรื่องที่เราสนใจ
จะศึกษา )
Data Mart คือ คือคลังข้อมูลขนาดเล็กที่ภายในจะมีการเก็บข้อมูลที่เฉพาะเจาะจงไป
ตามแผนกที่ใช้งาน เช่น แผนกบัญชี แผนกการตลาดเป็นต้น จุดเด่นของมันก็คือ ใช้เวลาใน
การพัฒนาคลังข้อมูลน้อย และนาไปใช้งานได้สะดวกกว่า คลังข้อมูลรวมขององค์กร
Big data 101 : Chapter2 Data
Management

34. Applications and Data Marts ดาต้ามารต
การเงิน
การตลาด
การขาย
บัญชี
รายงานสาหรับผู้บริหาร
คลังข้อมูล
Big data 101 : Chapter2 Data
Management

35.  Data in data warehouses are analyzed to reveal
hidden patterns and trends
 ข้อมูลใน คลังข้อมูล สามารถนามาวิเคราะห์เพื่อหาข้อมูลที่ซ่อนอยู่ได้ เช่นหา แพทเทิ้น หรือ แนวโน้ม
› Market-basket analysis to identify new
product bundles เพื่อหาการขายสินค้าเป็นชุด
› Find root cause of qualify or manufacturing
problems หาต้นเหตุของปัญหา
› Prevent customer attrition ป้องกันการลดลงของลูกค้า
› Acquire new customers ค้นหาลูกค้าใหม่
› Cross-sell to existing customers
การขายแบบข้ามผลิตภัณฑ์สาหรับลูกค้าเก่า เช่น ระบบแนะนาสินค้า
› Profile customers with more accuracy
เพื่อเข้าใจลูกค้าได้อย่างถูกต้องแม่นยาขึ้น
Big data 101 : Chapter2 Data
Management

36. เลือก
ปรับรูปแบบข้อมูล ทาเหมืองข้อมูล แปลผล
เป็นองค์ความรู้ของธุระกิจ
รูปแบบ
ข้อมูลเป้าหมาย
คลังข้อมูล
ฐานข้อมูล
Big data 101 : Chapter2 Data
Management

37.  Data Lake คือ พื้นที่เก็บข้อมูลส่วนกลางจากทุกแหล่งข้อมูล ทุกรูปแบบ ข้อมูล
สามารถอยู่ทั้งในรูปแบบของ Structured และ Unstructured
 ข้อมูลที่จะใช้หรือไม่คิดว่าจะได้ใช้ก็เก็บได้หมด ไม่ต้องมีการแปลงข้อมูลใดๆก่อนเก็บ
สามารถใช้เครื่องมือหลายๆอย่างเพื่อให้รวดเร็วในการดึงข้อมูลมาใช้ตัดสินใจในองค์กร
 เป็นวิธีการที่เกิดขึ้นใหม่และมีประสิทธิภาพในการแก้ไขปัญหาเกี่ยวกับการรวมข้อมูลใน
EDW แบบเดิม เพราะ EDW แบบเดิมนั้นจะต้องผ่านขั้นตอนที่ทาให้เกิดการเก็บ
ข้อมูลในโครงสร้างแบบเดียวกัน ในขณะที่ Data Lake จะเก็บข้อมูลแบบดิบๆ
หรือ Raw Data
Note : EDW Enterprise Data Warehouse คลังข้อมูลขององค์กร
Big data 101 : Chapter2 Data
Management

38. Big data 101 : Chapter2 Data
Management

39. END
Big data 101 : Chapter2 Data
Management