Apache Superset Data Visualization
หลักสูตร Apache Superset Data Visualization เป็นการอบรมสร้างระบบ BI แบบโอเพนซอร์สด้วย Apache Superset ตั้งแต่ติดตั้งด้วย Docker เชื่อมต่อฐานข้อมูล ใช้ SQL Lab สร้าง Chart และ Dashboard แบบ Interactive จนถึงจัดการสิทธิ์ Row Level Security และ Caching เหมาะกับนักวิเคราะห์ข้อมูล ผู้ดูแลฐานข้อมูล และทีม IT
- ระยะเวลา18 ชั่วโมง · 3 วัน
- รูปแบบออนไซต์ / ออนไลน์สด
- รอบถัดไปเปิดตามคำขอ
- ใบรับรองมี Certificate
ภาพรวมหลักสูตร
หลายองค์กรอยากให้ทุกฝ่ายดู Dashboard จากข้อมูลชุดเดียวกัน แต่ติดเรื่องค่า License ต่อผู้ใช้ ข้อมูลที่ต้องเก็บไว้บนเซิร์ฟเวอร์ของตัวเอง หรือฐานข้อมูลหลายชนิดที่เครื่องมือเดิมเชื่อมต่อได้ไม่ครบ Apache Superset เป็นแพลตฟอร์ม Business Intelligence แบบโอเพนซอร์สที่ใช้งานผ่านเว็บเบราว์เซอร์ เชื่อมต่อฐานข้อมูล SQL ได้หลากหลาย มีทั้ง SQL Lab สำหรับสำรวจข้อมูลและ Dashboard แบบ Interactive พร้อมระบบสิทธิ์ที่ละเอียด
หลักสูตรนี้พาผู้เรียนใช้ Apache Superset รุ่น 6 ตั้งแต่ติดตั้งด้วย Docker Compose เชื่อมต่อฐานข้อมูลและสร้าง Dataset เขียน Query ใน SQL Lab สร้าง Chart ทั้งแบบพื้นฐาน Time Series และแผนที่ ออกแบบ Dashboard พร้อม Native Filter และ Cross-filtering จากนั้นดูแลระบบในฐานะผู้ดูแล ทั้ง Role, Row Level Security, Caching, Alerts and Reports และการปรับธีม ปิดท้ายด้วยโปรเจกต์สร้างระบบ BI ขององค์กรตั้งแต่ต้นจนจบ (อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ระดับ Beginner ถึง Intermediate)
สิ่งที่คุณจะได้รับ
- เข้าใจสถาปัตยกรรมของ Apache Superset และส่วนประกอบที่ต้องดูแล
- ติดตั้ง ตั้งค่า และเชื่อมต่อฐานข้อมูลกับ Superset ได้
- เขียน Query ใน SQL Lab และสร้าง Dataset, Metric และ Chart แบบต่าง ๆ ได้
- ออกแบบ Dashboard พร้อม Native Filter, Cross-filtering และ Drill ได้
- จัดการ Role, สิทธิ์ และ Row Level Security ได้อย่างปลอดภัย
- ปรับประสิทธิภาพด้วย Caching และตั้งค่า Alerts and Reports ได้
หลักสูตรนี้เหมาะสำหรับ
- นักวิเคราะห์ข้อมูลและผู้ทำรายงานที่ต้องการเครื่องมือ BI แบบโอเพนซอร์ส
- ผู้ดูแลระบบฐานข้อมูลและทีม IT ที่ต้องติดตั้งและดูแลระบบ BI ขององค์กร
- Data Engineer ที่ต้องเตรียม Dataset ให้ผู้ใช้หลายฝ่าย
- ผู้สนใจทั่วไปที่มีพื้นฐานด้านข้อมูลและ SQL มาบ้าง
พื้นฐานของผู้เข้าอบรม
- มีความรู้ด้านข้อมูลและเคยใช้ระบบฐานข้อมูลมาบ้าง
- เขียน SQL เบื้องต้นได้ เช่น SELECT, WHERE, GROUP BY และ JOIN
- ใช้ Command line เบื้องต้นได้ หากเคยใช้ Docker จะเรียนได้ราบรื่นขึ้น
- โน้ตบุ๊กที่ติดตั้ง Docker ได้ พร้อมสิทธิ์ติดตั้งโปรแกรม
หัวข้อการฝึกอบรม
รายละเอียดหลักสูตร
หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Apache Superset Open-Source Data Visualization เนื้อหาเขียนใหม่ให้ตรงกับ Apache Superset รุ่น 6 อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บนเครื่องของผู้เรียน ระดับ Beginner ถึง Intermediate วันแรกติดตั้ง Superset ด้วย Docker Compose เชื่อมต่อฐานข้อมูล ใช้ SQL Lab และสร้าง Chart แรก วันที่สองสร้าง Chart ขั้นสูงและออกแบบ Dashboard พร้อม Alerts and Reports วันที่สามดูแลระบบ ทั้ง Role, Row Level Security, Caching, ธีม และ Embedded SDK ปิดท้ายด้วย Workshop สร้างระบบ BI ขององค์กร ผู้เรียนจะได้ไฟล์ติดตั้งและไฟล์ Dashboard ของทุก Lab กลับไปใช้งานต่อ
Day 1 ติดตั้ง Superset เชื่อมต่อข้อมูล และสำรวจด้วย SQL Lab
Section 1: รู้จัก Apache Superset 6 และสถาปัตยกรรม
- Superset คืออะไร ใช้งานแบบไหน และต่างจากเครื่องมือ BI แบบเสียค่า License อย่างไร
- ส่วนประกอบ: Web Server, Metadata Database, Redis Cache และ Celery Worker
- สิ่งใหม่ในรุ่น 6: ระบบธีมแบบ Token และ Dark Mode
- บทบาทของผู้ใช้: Admin, ผู้สร้าง Chart, ผู้ดู Dashboard
- Lab: สำรวจ Dashboard ตัวอย่างและหน้าจอหลักของ Superset
Section 2: Lab: ติดตั้ง Superset ด้วย Docker Compose
- เตรียม Docker และดาวน์โหลด Superset รุ่นที่ระบุ Tag แน่นอน
- ไฟล์ docker-compose และ superset_config.py ทำหน้าที่อะไร
- ตั้ง SECRET_KEY, สร้างผู้ดูแลระบบ และโหลดข้อมูลตัวอย่าง
- Image แบบ lean กับการเพิ่ม Driver ฐานข้อมูลลงใน Image ของตัวเอง
- Lab: ติดตั้ง Superset บนเครื่องตัวเองและเข้าใช้งานครั้งแรก
Section 3: Lab: เชื่อมต่อฐานข้อมูลและสร้าง Dataset
- เชื่อมต่อ PostgreSQL, MySQL, SQL Server และฐานข้อมูลอื่นผ่าน SQLAlchemy URI
- ตั้งค่าการเชื่อมต่อ: สิทธิ์ SQL Lab, DML และการอัปโหลดไฟล์
- อัปโหลด CSV หรือ Excel เข้าฐานข้อมูลจากหน้าเว็บ
- Physical Dataset กับ Virtual Dataset จาก Query
- Lab: เชื่อมฐานข้อมูลยอดขายและสร้าง Dataset ที่พร้อมใช้
Section 4: Lab: SQL Lab และ Jinja Templating
- หน้าจอ SQL Lab, Schema Browser และ Autocomplete
- Query History, Saved Query และการแชร์ Query ให้ทีม
- สร้าง Chart หรือ Dataset จากผลลัพธ์ของ Query
- Jinja Templating เบื้องต้นและการเปิดใช้โดยผู้ดูแล
- Lab: สำรวจข้อมูลยอดขายด้วย SQL แล้วบันทึกเป็น Virtual Dataset
Section 5: Lab: สร้าง Chart แรกใน Explore
- หน้าจอ Explore: Metric, Dimension, Filter และ Time Grain
- Table, Big Number, Bar Chart, Line Chart และ Pie Chart
- ปรับแต่งสี ป้ายชื่อ รูปแบบตัวเลข และคำอธิบาย
- บันทึก Chart เพิ่มลง Dashboard และแชร์ลิงก์
- Lab: ชุด Chart ตัวชี้วัดยอดขายรายเดือนและรายสาขา
Day 2 Chart ขั้นสูงและการออกแบบ Dashboard
Section 6: Lab: Metric และ Calculated Column ใน Dataset
- กำหนด Metric กลางด้วย SQL เพื่อให้ทุก Chart ใช้สูตรเดียวกัน
- Calculated Column สำหรับจัดกลุ่มและแปลงค่า
- ตั้งค่าคอลัมน์เวลา คำอธิบาย และการรับรอง Dataset (Certified)
- Dataset ที่ดูแลง่ายและลดการเขียน SQL ซ้ำ
- Lab: Metric ยอดขาย กำไร และอัตรากำไรที่ใช้ร่วมกันทั้งทีม
Section 7: Lab: Time Series และ Advanced Analytics
- Line, Area, Bar และ Mixed Chart แบบ Time Series
- Rolling Window, Time Comparison และ Resample
- เทียบช่วงเวลาก่อนหน้าและแสดงเป็นร้อยละการเปลี่ยนแปลง
- Annotation Layer สำหรับเหตุการณ์สำคัญ
- Lab: แนวโน้มยอดขายรายวันพร้อมค่าเฉลี่ยเคลื่อนที่และเทียบปีก่อน
Section 8: Lab: แผนที่และ Chart พิเศษ
- Country Map และแผนที่ระดับจังหวัดหรือภูมิภาค
- Chart แผนที่แบบ deck.gl และการตั้งค่า Mapbox API Key
- Heatmap, Treemap, Sankey และ Funnel
- เลือก Chart ให้เหมาะกับคำถามทางธุรกิจ
- Lab: แผนที่ยอดขายตามพื้นที่และเส้นทางลูกค้าด้วย Sankey
Section 9: Lab: ออกแบบ Dashboard แบบ Interactive
- จัด Layout ด้วย Row, Column, Tab, Header และ Markdown
- Native Filter, ตัวกรองแบบลำดับขั้น และ Filter Scope
- Cross-filtering, Drill to Detail และ Drill By
- หลักการออกแบบ Dashboard ที่ผู้บริหารอ่านเข้าใจเร็ว
- Lab: Dashboard ยอดขายพร้อมตัวกรองช่วงเวลา สาขา และสินค้า
Section 10: Lab: แชร์ Dashboard และ Alerts and Reports
- Permalink, การ Export เป็นรูปภาพ PDF และ CSV
- Alerts and Reports: ส่ง Dashboard ตามรอบเวลาและแจ้งเตือนตามเงื่อนไข
- สิ่งที่ต้องมี: Celery Worker, Beat และ Headless Browser
- ส่งทางอีเมลหรือ Slack และการตรวจ Log การส่ง
- Lab: ตั้งรายงานยอดขายประจำสัปดาห์และแจ้งเตือนเมื่อยอดต่ำกว่าเป้า
Day 3 ดูแลระบบ ความปลอดภัย และประสิทธิภาพ
Section 11: Lab: ผู้ใช้ Role และสิทธิ์
- Role มาตรฐาน: Admin, Alpha, Gamma และ sql_lab
- สร้าง Role เองและให้สิทธิ์ระดับฐานข้อมูล Dataset และ Dashboard
- ภาพรวมการยืนยันตัวตนด้วยฐานข้อมูล LDAP และ OAuth
- แยกผู้สร้างเนื้อหากับผู้ดูรายงาน
- Lab: ออกแบบ Role ให้ฝ่ายขาย ฝ่ายบัญชี และผู้บริหาร
Section 12: Lab: Row Level Security และการ Audit
- Row Level Security แบบ Regular และ Base ผูกกับ Dataset และ Role
- เขียนเงื่อนไข SQL และทดสอบด้วยผู้ใช้หลายบทบาท
- Action Log และการติดตามการใช้งาน
- แนวปฏิบัติด้านความปลอดภัย: SECRET_KEY, HTTPS และการปิดข้อมูลตัวอย่าง
- Lab: ผู้จัดการแต่ละภาคเห็นเฉพาะข้อมูลภาคของตนใน Dashboard เดียว
Section 13: Lab: ประสิทธิภาพและ Caching
- Cache ของ Superset บน Redis และการตั้งค่าใน superset_config.py
- Cache Timeout ระดับฐานข้อมูล Dataset และ Chart
- Async Query และการจำกัดเวลา Query
- ปรับ Query ด้วย Index, ตารางสรุป และ Virtual Dataset ที่เบาลง
- Lab: วัดเวลาโหลด Dashboard ก่อนและหลังปรับ Cache และ Query
Section 14: Lab: ธีม, Embedded และ REST API
- ปรับธีมและสีตามแบรนด์ และตั้งค่า Dark Mode
- ฝัง Dashboard ในเว็บของเราด้วย Embedded SDK และ Guest Token
- REST API และการ Export/Import Dashboard ข้ามสภาพแวดล้อม
- สำรอง Metadata Database และวางแผนอัปเกรดรุ่น
- Lab: ปรับธีมตามแบรนด์และย้าย Dashboard จากเครื่องทดสอบไปเครื่องใช้งาน
Section 15: Workshop: ระบบ BI ขององค์กรตั้งแต่ต้นจนจบ
- รับโจทย์ธุรกิจและข้อมูลจากหลายตาราง
- สร้าง Dataset, Metric และ Chart ที่จำเป็น
- ออกแบบ Dashboard พร้อมตัวกรองและ Row Level Security
- ตั้ง Cache และรายงานอัตโนมัติ แล้วนำเสนอผลงาน
- สรุป Checklist ก่อนเปิดใช้ Superset ในองค์กร
รอบอบรมและรูปแบบการอบรม
สำหรับบุคคล — รอบอบรมทั่วไป
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
สำหรับองค์กร — In-house / Private Training
- ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
- เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
- ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ
วิทยากรผู้สอน
คำถามที่พบบ่อย
Apache Superset คืออะไร ใช้ทำอะไรได้บ้าง
Apache Superset คือแพลตฟอร์ม Business Intelligence แบบโอเพนซอร์สจาก Apache Software Foundation ใช้สร้างกราฟและ Dashboard ผ่านหน้าเว็บ เชื่อมต่อฐานข้อมูล SQL ได้หลายชนิด มี SQL Lab สำหรับเขียน Query สำรวจข้อมูล มีกราฟให้เลือกหลายแบบทั้งกราฟอนุกรมเวลาและแผนที่ กำหนดสิทธิ์ผู้ใช้ได้ละเอียด และรุ่น 6 ยังเพิ่มระบบธีมใหม่กับ Dark Mode จึงเป็นทางเลือกสำหรับองค์กรที่ต้องการติดตั้งระบบ BI ไว้บนเซิร์ฟเวอร์ของตัวเอง
สร้าง Dashboard ใน Apache Superset มีขั้นตอนอะไรบ้าง
เริ่มจากเชื่อมต่อฐานข้อมูลในหน้า Database Connections จากนั้นสร้าง Dataset จากตารางหรือจาก Query ที่เขียนใน SQL Lab และกำหนด Metric กลางไว้ใน Dataset แล้วสร้าง Chart ใน Explore โดยเลือกชนิดกราฟ Metric มิติข้อมูล และตัวกรอง บันทึก Chart ลง Dashboard แล้วจัดตำแหน่ง เพิ่ม Native Filter และเปิด Cross-filtering ให้ผู้ใช้คลิกกรองได้ แล้วจึงกำหนดสิทธิ์และแชร์ให้ผู้เกี่ยวข้อง
Row Level Security ใน Apache Superset คืออะไร
Row Level Security คือการจำกัดให้ผู้ใช้เห็นเฉพาะแถวข้อมูลที่ตนมีสิทธิ์ใน Chart และ Dashboard ชุดเดียวกัน โดยสร้างกฎผูกกับ Dataset และ Role แล้วใส่เงื่อนไขแบบ SQL เช่น region เท่ากับภาคเหนือ ระบบจะเติมเงื่อนไขนี้ลงใน Query ให้อัตโนมัติ ทำให้ผู้จัดการแต่ละภาคใช้ Dashboard เดียวกันได้โดยไม่ต้องทำแยกหลายชุด และควรทดสอบด้วยบัญชีผู้ใช้จริงของแต่ละบทบาททุกครั้ง
หลักสูตร Apache Superset Data Visualization เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน
เหมาะกับนักวิเคราะห์ข้อมูล ผู้ดูแลระบบฐานข้อมูล Data Engineer และทีม IT ที่ต้องการนำข้อมูลมาแสดงเป็น Dashboard บนระบบ BI ของตัวเอง ควรมีความรู้ด้านข้อมูลและเขียน SQL เบื้องต้นได้ เช่น SELECT และ GROUP BY ใช้ Command line เบื้องต้นได้ และมีโน้ตบุ๊กที่ติดตั้ง Docker ได้ ถ้าเคยใช้ Docker มาก่อนจะติดตั้งได้คล่องขึ้น
เรียนจบหลักสูตร Apache Superset Data Visualization แล้วทำอะไรได้บ้าง
ติดตั้ง Superset ด้วย Docker Compose และตั้งค่า superset_config.py ได้เอง เชื่อมต่อฐานข้อมูลและสร้าง Dataset พร้อม Metric กลาง เขียน Query ใน SQL Lab สร้าง Chart ทั้งแบบพื้นฐาน Time Series และแผนที่ ออกแบบ Dashboard พร้อม Native Filter และ Cross-filtering ตั้งค่า Role, Row Level Security และ Cache รวมถึงตั้งรายงานอัตโนมัติ ผู้ผ่านการอบรมได้รับประกาศนียบัตร (Certificate of Completion)
จัดอบรมหลักสูตร Apache Superset ให้ทีมในองค์กรได้ไหม
ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น เชื่อมต่อกับฐานข้อมูลชนิดที่องค์กรใช้อยู่ และออกแบบ Role กับ Row Level Security ตามโครงสร้างหน่วยงาน ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449