ฐานข้อมูล · DBC-24

MongoDB Basics with PHP, Python and Node.js

หลักสูตร MongoDB Basics with PHP, Python and Node.js เป็นการอบรมก้าวแรกสู่ฐานข้อมูล NoSQL ด้วย MongoDB ตั้งแต่เตรียมเครื่องมือ คำสั่ง CRUD การออกแบบ Document และ Index ไปจนถึงใช้ MongoDB Atlas เหมาะกับนักศึกษา ครู และนักพัฒนาที่เคยใช้ PHP กับ MySQL จบแล้วเขียนโปรแกรมเชื่อมต่อ MongoDB ได้ทั้งสามภาษา

อัปเดตล่าสุด 8 ต.ค. 2569

ราคาเริ่มต้น 5,850 บาท / ท่าน 6,500 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ

ขอใบเสนอราคาอบรมองค์กร ลงชื่อจองไว้

PDFดาวน์โหลด Course Outline

ระยะเวลา12 ชั่วโมง · 2 วัน
รูปแบบออนไซต์ / ออนไลน์สด
รอบถัดไปเปิดตามคำขอ
ใบรับรองมี Certificate

ภาพรวมหลักสูตร

แอปพลิเคชันยุคใหม่จำนวนมากต้องเก็บข้อมูลที่โครงสร้างเปลี่ยนบ่อยหรือซ้อนกันหลายชั้น เช่น ข้อมูลสินค้าที่แต่ละชนิดมีคุณสมบัติต่างกัน ข้อมูลผู้ใช้ หรือ Log จากระบบต่าง ๆ ฐานข้อมูลแบบ NoSQL อย่าง MongoDB เก็บข้อมูลเป็น Document คล้าย JSON จึงเข้ากับโค้ดของนักพัฒนาได้ง่าย ปรับโครงสร้างได้ยืดหยุ่น และใช้ได้ทั้งบนเครื่องของตนเองและบน Cloud แต่ถ้าออกแบบไม่ดีก็จะได้ข้อมูลซ้ำซ้อนและระบบที่ค้นหาช้า

หลักสูตรนี้ปูพื้นฐานสำหรับผู้เริ่มต้นจะเคยใช้ฐานข้อมูลมาก่อนหรือไม่ก็ได้ เริ่มจากเตรียมเครื่องมือบน Windows และ macOS ด้วย Docker, mongosh และ MongoDB Compass เข้าใจแนวคิด NoSQL สร้าง Database และ Collection ใช้คำสั่ง CRUD ออกแบบโครงสร้าง Document และใช้ Aggregation Pipeline ต่อด้วย Index การควบคุมสิทธิ์ และ MongoDB Atlas บน Cloud แล้วเขียนโปรแกรมเชื่อมต่อด้วย PHP, Python และ Node.js จนได้ REST API ที่ทำงานกับ MongoDB จริง เพื่อให้มองเห็นภาพรวมและต่อยอดได้ทันที (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Beginner)

สิ่งที่คุณจะได้รับ

เข้าใจแนวคิดฐานข้อมูลและความแตกต่างระหว่าง SQL กับ NoSQL
ติดตั้งและใช้งาน MongoDB ผ่าน Docker, mongosh และ MongoDB Compass ได้
จัดการ Database, Collection และ Document ด้วยคำสั่ง CRUD ได้
ออกแบบโครงสร้าง Document แบบ Embedded และ Reference ได้เหมาะกับงาน
ใช้ Aggregation Pipeline และ Index เพื่อสรุปและค้นหาข้อมูลได้เร็วขึ้น
ตั้งค่าผู้ใช้ สิทธิ์ และใช้งาน MongoDB Atlas บน Cloud ได้
เขียนโปรแกรม PHP, Python และ Node.js เชื่อมต่อและจัดการ MongoDB ได้

หลักสูตรนี้เหมาะสำหรับ

นักเรียน นักศึกษา และผู้เริ่มต้นที่อยากรู้จักฐานข้อมูลแบบ NoSQL
ครู อาจารย์ และวิทยากรที่ต้องการนำ MongoDB ไปใช้สอนหรือทำโปรเจกต์
นักพัฒนาเว็บที่ใช้ PHP กับ MySQL อยู่และอยากเพิ่ม MongoDB เข้าไปในงาน
นักวิชาการ นักไอที และผู้ดูแลระบบที่ต้องดูแลระบบที่ใช้ MongoDB

พื้นฐานของผู้เข้าอบรม

เขียนโปรแกรมได้อย่างน้อยหนึ่งภาษา เช่น PHP, Python หรือ JavaScript
หากเคยใช้ PHP กับ MySQL หรือเคยออกแบบเว็บไซต์มาบ้างจะเรียนได้เร็วขึ้น
ไม่จำเป็นต้องเคยใช้ MongoDB หรือฐานข้อมูล NoSQL มาก่อน
โน้ตบุ๊ก Windows หรือ macOS ที่ติดตั้ง Docker Desktop และ VS Code ได้ พร้อมสิทธิ์ติดตั้งโปรแกรม

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Basic MongoDB with PHP Python and NodeJS เนื้อหาอัปเดตให้ตรงกับ MongoDB 9.0 และไดรเวอร์รุ่นปัจจุบันของทั้งสามภาษา อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab ระดับ Beginner วันแรกปูพื้นฐาน MongoDB ตั้งแต่ติดตั้งด้วย Docker คำสั่ง CRUD การออกแบบ Document และ Aggregation

วันที่สองต่อด้วย Index สิทธิ์ผู้ใช้ MongoDB Atlas และการเขียนโปรแกรมเชื่อมต่อด้วย PHP, Python และ Node.js จนได้ REST API ที่ใช้งานได้ หลักสูตรนี้เน้นการเริ่มต้นและการเชื่อมต่อจากหลายภาษา หากต้องการเจาะการใช้งาน MongoDB เชิงลึกสามารถต่อยอดกับหลักสูตร MongoDB ของสถาบันได้ ผู้เรียนจะได้ไฟล์ docker-compose ชุดข้อมูลตัวอย่าง และโค้ดครบทุก Lab กลับไปใช้งานต่อ

Day 1 พื้นฐาน MongoDB และการจัดการข้อมูล

Section 1: Lab: เตรียมเครื่องมือบน Windows และ macOS

ติดตั้ง VS Code, Git และ Docker Desktop บน Windows และ macOS
รัน MongoDB 9.0 ด้วย Docker Compose พร้อม Volume เก็บข้อมูล
ติดตั้ง mongosh, MongoDB Compass และ Extension MongoDB for VS Code
Lab: ติดตั้ง PHP พร้อม Composer, Python และ Node.js LTS แล้วทดสอบเชื่อมต่อ

Section 2: แนะนำ MongoDB และฐานข้อมูล NoSQL

ฐานข้อมูล SQL และ NoSQL: แนวคิดและความแตกต่างในการใช้งาน
Document, BSON และ Collection: MongoDB จัดเก็บข้อมูลอย่างไร
ข้อดี ข้อด้อย และงานที่เหมาะหรือไม่เหมาะกับ MongoDB
MongoDB Community Server เทียบกับ MongoDB Atlas

Section 3: Lab: สร้างและจัดการ Database และ Collection

เทียบโครงสร้าง RDBMS กับ MongoDB: Table, Row และ Column
สร้าง เรียกดู และลบ Database กับ Collection
ชนิดข้อมูลสำคัญ เช่น ObjectId, Date, Decimal128 และ Array
Lab: กำหนดกฎข้อมูลด้วย Schema Validation แบบ $jsonSchema

Section 4: Lab: คำสั่งพื้นฐานจัดการข้อมูล (CRUD)

สร้าง Document ด้วย insertOne และ insertMany
อ่านข้อมูลด้วย find, เงื่อนไข, Projection, sort และ limit
แก้ไขด้วย updateOne และ updateMany พร้อม $set, $inc และ $push
ลบ Document และการ Upsert เมื่อยังไม่มีข้อมูล

Section 5: ออกแบบโครงสร้าง Document

Embedded Data Model เทียบกับ Reference หรือ Normalized Data Model
ความสัมพันธ์ One-to-One, One-to-Many และ Many-to-Many
โครงสร้างแบบ Tree และขนาดสูงสุดของ Document
Lab: ออกแบบข้อมูลร้านค้าออนไลน์ทั้งสินค้า ลูกค้า และคำสั่งซื้อ

Section 6: Lab: Aggregation Pipeline

แนวคิด Pipeline และการรวมข้อมูลทีละขั้น
$match, $project, $group, $sort และ $limit
$lookup เชื่อมข้อมูลข้าม Collection และ $unwind
Lab: สรุปยอดขายรายเดือนด้วย Aggregation Builder ใน Compass

Day 2 Index, Atlas และการเขียนโปรแกรมเชื่อมต่อ

Section 7: Lab: สร้างและทำงานกับ Index

Index คืออะไร สร้าง ตรวจดู และลบ Index ใน Collection
ประเภท Index: Single Field, Compound, Multikey, Text และ TTL
คุณสมบัติสำคัญ เช่น Unique และ Partial Index
Lab: อ่านผล explain() เทียบความเร็วก่อนและหลังสร้าง Index

Section 8: การควบคุมการเข้าถึงฐานข้อมูล

เปิด Authentication และแนวคิด Role-Based Access Control
สร้างบัญชีผู้ใช้ กำหนด Built-in Role และตรวจสอบสิทธิ์
จัดการบัญชีและบทบาทตามหลัก Least Privilege
Lab: เก็บ Connection String ในไฟล์ .env แทนการเขียนในโค้ด

Section 9: Lab: MongoDB Atlas บน Cloud

รู้จัก Cluster และ Replica Set แบบย่อ
สร้าง Free Cluster ตั้ง Database User และ IP Access List
โหลดฐานข้อมูลตัวอย่าง และเชื่อมต่อด้วย mongosh กับ Compass
ภาพรวม Atlas Search และ Vector Search สำหรับต่อยอด

Section 10: Lab: เชื่อมต่อและจัดการ MongoDB ด้วย PHP

ติดตั้ง MongoDB Extension และ Library mongodb/mongodb ผ่าน Composer
เขียนส่วนเชื่อมต่อฐานข้อมูลและจัดการ Error
ทำงานกับ Database, Collection และ Document ด้วย CRUD
Lab: หน้าเว็บแสดงและค้นหารายการสินค้าจาก MongoDB

Section 11: Lab: เชื่อมต่อและจัดการ MongoDB ด้วย Python

ติดตั้ง PyMongo ใน Virtual Environment
ทำงานกับ Database, Collection และ Document ด้วย MongoClient
เรียก CRUD และ Aggregation จาก Python
Lab: ใช้ AsyncMongoClient แบบ async แทน Motor ที่เลิกพัฒนา

Section 12: Workshop: REST API ด้วย Node.js และ MongoDB

สร้างโปรเจกต์ Node.js ใหม่และติดตั้ง Express กับ Mongoose
สร้าง Schema และ Model พร้อม Validation ด้วย Mongoose
เชื่อมต่อ MongoDB Atlas แล้วเขียน REST API ครบ CRUD
ทดสอบ API ด้วย REST Client และสรุปแนวทางต่อยอด

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770

ลงชื่อจองไว้ สอบถามรอบอบรม

สำหรับองค์กร — In-house / Private Training

ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ

ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

คำถามที่พบบ่อย

ฐานข้อมูล SQL กับ NoSQL อย่าง MongoDB ต่างกันอย่างไร

ฐานข้อมูล SQL เก็บข้อมูลเป็นตารางที่มีคอลัมน์ตายตัว เชื่อมตารางด้วย Foreign Key และใช้ JOIN ดึงข้อมูลข้ามตาราง ส่วน MongoDB เป็น NoSQL แบบ Document เก็บข้อมูลเป็นเอกสารคล้าย JSON (BSON) ไว้ใน Collection แต่ละเอกสารมีฟิลด์ต่างกันได้และซ้อนข้อมูลย่อยไว้ในตัวได้ จึงปรับโครงสร้างได้ยืดหยุ่นและขยายระบบได้ง่าย ทั้งนี้ MongoDB ก็รองรับ Transaction หลายเอกสารและกำหนดกฎข้อมูลด้วย Schema Validation ได้ ส่วน SQL ยังเหมาะกับข้อมูลที่มีความสัมพันธ์ซับซ้อนมาก

ออกแบบข้อมูลบน MongoDB ควรใช้แบบ Embedded หรือ Reference

ใช้แบบ Embedded คือซ้อนข้อมูลย่อยไว้ในเอกสารเดียวกัน เมื่อข้อมูลนั้นถูกอ่านพร้อมกันเสมอและมีจำนวนจำกัด เช่น ที่อยู่ของลูกค้า หรือรายการสินค้าในคำสั่งซื้อ ซึ่งอ่านได้ในครั้งเดียว ส่วนแบบ Reference คือเก็บ _id ของอีกเอกสารไว้ ใช้เมื่อข้อมูลย่อยมีจำนวนมากหรือเพิ่มได้ไม่จำกัด ถูกใช้ร่วมจากหลายที่ หรือต้องแก้ไขแยกกันบ่อย และควรระวังว่าเอกสารหนึ่งมีขนาดได้ไม่เกิน 16MB

Aggregation Pipeline ใน MongoDB ใช้ทำอะไร

Aggregation Pipeline ใช้สรุปและแปลงข้อมูลโดยส่งเอกสารผ่านหลายขั้นตอนต่อกัน เช่น $match กรองเอกสาร $project เลือกเฉพาะฟิลด์ $group จัดกลุ่มพร้อมคำนวณผลรวมหรือค่าเฉลี่ย $sort เรียงลำดับ $limit จำกัดจำนวนผลลัพธ์ และ $lookup ดึงข้อมูลจาก Collection อื่น เหมาะกับงานรายงาน เช่น ยอดขายรวมแยกตามหมวดสินค้า ควรวาง $match ไว้ต้น Pipeline เพื่อให้ใช้ Index ได้ และใช้ Aggregation Builder ใน Compass ช่วยสร้างทีละขั้นได้

หลักสูตร MongoDB Basics with PHP, Python and Node.js เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับนักเรียนนักศึกษา ครูอาจารย์ นักพัฒนาเว็บ และนักไอทีหรือผู้ดูแลระบบที่อยากเริ่มใช้ฐานข้อมูล NoSQL ด้วย MongoDB ควรเขียนโปรแกรมได้อย่างน้อยหนึ่งภาษา เช่น PHP, Python หรือ JavaScript ถ้าเคยใช้ PHP กับ MySQL จะเรียนได้เร็วขึ้น และไม่ต้องเคยใช้ MongoDB มาก่อน เพราะเนื้อหาเริ่มตั้งแต่แนวคิดของฐานข้อมูล

เรียนจบหลักสูตร MongoDB Basics with PHP, Python and Node.js แล้วทำอะไรได้บ้าง

อธิบายความต่างของ SQL และ NoSQL ติดตั้ง MongoDB ด้วย Docker สร้างและจัดการฐานข้อมูลกับ Collection เขียนคำสั่ง CRUD ออกแบบโครงสร้าง Document ใช้ Aggregation และ Index กำหนดสิทธิ์ผู้ใช้ ใช้ MongoDB Atlas บน Cloud และเขียน PHP, Python และ Node.js เชื่อมต่อและจัดการข้อมูล รวมถึงสร้าง REST API ด้วย Express และ Mongoose ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้

หลักสูตร MongoDB Basics with PHP, Python and Node.js ใช้โปรแกรมอะไรบ้าง

ใช้ VS Code, Git และ Docker Desktop สำหรับรัน MongoDB บนเครื่อง ร่วมกับ mongosh และ MongoDB Compass ฝั่งการเชื่อมต่อใช้ MongoDB Extension และไลบรารี mongodb/mongodb ผ่าน Composer สำหรับ PHP, PyMongo สำหรับ Python และ Express กับ Mongoose สำหรับ Node.js รุ่น LTS ทั้งหมดใช้ฟรี และใช้ MongoDB Atlas แบบ Free Cluster บน Cloud ซึ่งผู้เรียนต้องสมัครบัญชีของตนเองก่อนใช้งาน