สอบถามหลักสูตรเลือกช่องทางที่สะดวก ทีมงานตอบเองทุกช่อง
LINE @itgeniusตอบเร็วที่สุด · จ–ศ 9:00–17:00 น.
โทรศัพท์
02-570-8449สำนักงาน088-807-9770มือถือ
อีเมลและโซเชียล
contact@itgenius.co.thสำหรับใบเสนอราคาและเอกสารFacebookitgeniusonlineYouTubeitgeniusengขอคำปรึกษาจัดอบรมให้ทีม
ฐานข้อมูล · DBC-25

Database Design Concept Workshop

หลักสูตร Database Design Concept Workshop เป็นการอบรมแบบเวิร์กชอปการออกแบบฐานข้อมูลเชิงสัมพันธ์ ตั้งแต่วิเคราะห์ความต้องการ เขียน ER Diagram แปลงเป็นโครงตาราง ตรวจด้วย Normalization และสร้างตารางพร้อม Constraint เหมาะกับ Developer เจ้าหน้าที่ดูแลฐานข้อมูล และ System Analyst

อัปเดตล่าสุด
ราคาเริ่มต้น 6,750 บาท / ท่าน 7,500 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ
PDFดาวน์โหลด Course Outline
  • ระยะเวลา12 ชั่วโมง · 2 วัน
  • รูปแบบออนไซต์ / ออนไลน์สด
  • รอบถัดไปเปิดตามคำขอ
  • ใบรับรองมี Certificate

ภาพรวมหลักสูตร

ปัญหาของระบบงานจำนวนมากเริ่มจากโครงสร้างฐานข้อมูล ทั้งข้อมูลซ้ำซ้อนที่แก้ที่หนึ่งแล้วอีกที่ไม่เปลี่ยน รายงานที่ดึงตัวเลขไม่ตรงกัน หรือระบบที่เพิ่มฟีเจอร์ใหม่ได้ยากเพราะตารางผูกกันผิดตั้งแต่แรก การออกแบบเชิงแนวคิดด้วย Entity Relationship Model แล้วแปลงเป็นโครงตารางที่ผ่านการตรวจคุณภาพ ช่วยให้ฐานข้อมูลถูกต้อง ดูแลง่าย และรองรับการเติบโตของระบบ ไม่ว่าจะใช้ DBMS ตัวใดหรือเขียนโปรแกรมด้วย Framework ใด

หลักสูตรนี้พาลงมือตั้งแต่การทำความเข้าใจ Relational Model, Key และ Data Integrity วิเคราะห์ความต้องการและ Business Rule เขียน ER Diagram แบบ Crow's Foot และรูปแบบที่พบบ่อยในงานจริง แล้วแปลงเป็นโครงตาราง ตรวจด้วย Normalization ถึง 3NF และ BCNF ก่อนสร้างจริงด้วย CREATE TABLE และ Constraint บน PostgreSQL 18 ปิดท้ายด้วยการตรวจคุณภาพการออกแบบ และ Workshop ออกแบบระบบจากโจทย์จริงตั้งแต่ต้นจนจบ (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Beginner ถึง Intermediate)

สิ่งที่คุณจะได้รับ

  • อธิบายบทบาทของฐานข้อมูล DBMS และ Relational Model รวมถึง Key และ Data Integrity ได้
  • วิเคราะห์ความต้องการและ Business Rule เพื่อระบุ Entity, Attribute และ Relationship ได้
  • เขียน ER Diagram แบบ Crow's Foot พร้อม Cardinality และรูปแบบที่พบบ่อยในงานจริงได้
  • แปลง ER Diagram เป็นโครงตารางเชิงสัมพันธ์และตรวจด้วย Normalization ได้
  • สร้างตารางพร้อมชนิดข้อมูลและ Constraint ที่เหมาะสมด้วย SQL DDL ได้
  • ตรวจคุณภาพการออกแบบด้วยข้อมูลทดสอบ Query และ Checklist ก่อนใช้งานจริงได้

หลักสูตรนี้เหมาะสำหรับ

  • Developer ที่ต้องออกแบบฐานข้อมูลให้แอปพลิเคชันหรือระบบงานใหม่
  • เจ้าหน้าที่และผู้ดูแลฐานข้อมูลที่ต้องปรับปรุงโครงสร้างตารางของระบบเดิม
  • System Analyst และ Business Analyst ที่ต้องสื่อสารโครงสร้างข้อมูลกับทีมพัฒนา
  • นักศึกษาและผู้เริ่มงานด้านพัฒนาระบบที่ต้องการพื้นฐานการออกแบบที่ถูกต้อง

พื้นฐานของผู้เข้าอบรม

  • ใช้งานคอมพิวเตอร์และฐานข้อมูลในระดับพื้นฐานได้
  • รู้จักภาษา SQL มาบ้าง เช่น SELECT, INSERT และ WHERE
  • ใช้อินเทอร์เน็ตค้นหาข้อมูลได้คล่อง
  • โน้ตบุ๊กที่ติดตั้ง Docker Desktop หรือ PostgreSQL ได้ พร้อมสิทธิ์ติดตั้งโปรแกรม

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Database Design Concept workshop เนื้อหาเขียนใหม่ให้ครอบคลุมกระบวนการออกแบบฐานข้อมูลครบทุกขั้น อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab และ Workshop บนกรณีศึกษาระบบลงทะเบียนอบรม ระดับ Beginner ถึง Intermediate วันแรกปูพื้น Relational Model, Key, Data Integrity การวิเคราะห์ความต้องการ และการเขียน ER Diagram วันที่สองฝึกแปลงเป็นตาราง Normalization การสร้างตารางพร้อม Constraint บน PostgreSQL 18 และการตรวจคุณภาพการออกแบบ หลักการใช้ได้กับ MySQL, MariaDB และ SQL Server ผู้เรียนจะได้ไฟล์ ER Diagram สคริปต์ SQL และ Checklist ตรวจคุณภาพกลับไปใช้งานต่อ

Day 1 แนวคิดฐานข้อมูลและการออกแบบเชิงแนวคิด

Section 1: Lab: ระบบฐานข้อมูลและ DBMS ในปัจจุบัน

  • ฐานข้อมูลคืออะไร และทำไมต้องใช้ DBMS แทนการเก็บในไฟล์
  • ฐานข้อมูลเชิงสัมพันธ์เทียบกับ Document, Key-Value และ Vector Database
  • DBMS ที่นิยมในปัจจุบัน: PostgreSQL, MySQL, MariaDB, SQL Server และบริการบนคลาวด์
  • ขั้นตอนการออกแบบ: Conceptual, Logical และ Physical
  • Lab: รัน PostgreSQL 18 ด้วย Docker และเชื่อมต่อด้วย DBeaver

Section 2: Lab: Relational Model, Key และ Data Integrity

  • Relation, Tuple, Attribute และ Domain กับคำที่ใช้ในทางปฏิบัติ
  • Candidate Key, Primary Key, Natural Key, Surrogate Key และ Foreign Key
  • Entity Integrity, Referential Integrity, Domain Integrity และความหมายของ NULL
  • กลุ่มคำสั่ง SQL: DDL, DML และ DCL
  • Lab: ทดลองเพิ่มข้อมูลที่ผิดกฎแล้วดูว่าฐานข้อมูลป้องกันอย่างไร

Section 3: Workshop: วิเคราะห์ความต้องการและ Business Rule

  • เก็บความต้องการจากผู้ใช้ เอกสาร แบบฟอร์ม และรายงานที่มีอยู่
  • เขียน Business Rule ให้ชัดเจน เช่น ลูกค้าหนึ่งคนมีได้หลายคำสั่งซื้อ
  • หาคำนามเป็น Entity และคำกริยาเป็น Relationship
  • จัดทำอภิธานศัพท์ข้อมูลเพื่อให้ทุกฝ่ายใช้คำเดียวกัน
  • Workshop: วิเคราะห์โจทย์ระบบลงทะเบียนอบรมจากแบบฟอร์มจริง

Section 4: Lab: เขียน ER Diagram

  • Entity, Attribute แบบ Composite, Multivalued และ Derived
  • Relationship, Cardinality และ Optionality แบบหนึ่งต่อหนึ่ง หนึ่งต่อกลุ่ม และกลุ่มต่อกลุ่ม
  • สัญลักษณ์ Crow's Foot เทียบกับแบบ Chen และการอ่านความหมายของเส้น
  • Weak Entity และ Identifying Relationship
  • Lab: วาด ER Diagram ระบบลงทะเบียนอบรมด้วย draw.io

Section 5: Lab: รูปแบบ ER ที่พบบ่อยในงานจริง

  • Associative Entity สำหรับความสัมพันธ์กลุ่มต่อกลุ่มที่มีข้อมูลของตัวเอง
  • Recursive Relationship เช่น พนักงานกับหัวหน้า และหมวดหมู่ซ้อนหมวดหมู่
  • Supertype และ Subtype เช่น ลูกค้าบุคคลกับลูกค้านิติบุคคล
  • เก็บประวัติและข้อมูลที่เปลี่ยนตามเวลา เช่น ราคาสินค้าและสถานะคำสั่งซื้อ
  • Lab: ขยาย ER Diagram ให้รองรับโปรโมชัน ประวัติราคา และผู้ประสานงานของบริษัท
Day 2 จากแบบจำลองสู่ฐานข้อมูลที่ตรวจคุณภาพแล้ว

Section 6: Lab: แปลง ER Diagram เป็นโครงตาราง

  • แปลง Entity เป็นตาราง และ Attribute เป็นคอลัมน์
  • กฎการแปลงความสัมพันธ์หนึ่งต่อหนึ่ง หนึ่งต่อกลุ่ม และกลุ่มต่อกลุ่ม
  • ทางเลือกการแปลง Supertype และ Subtype พร้อมข้อดีข้อเสีย
  • หลักการตั้งชื่อตาราง คอลัมน์ และ Constraint ให้ทีมเข้าใจตรงกัน
  • Lab: แปลง ER Diagram ระบบลงทะเบียนอบรมเป็น Logical Schema

Section 7: Lab: Normalization

  • Functional Dependency และปัญหา Insert, Update และ Delete Anomaly
  • 1NF, 2NF และ 3NF พร้อมตัวอย่างการแยกตารางทีละขั้น
  • BCNF และกรณีที่ 3NF ยังไม่พอ
  • เมื่อใดควร Denormalize เพื่อรายงานหรือความเร็ว และต้องแลกกับอะไร
  • Lab: Normalize ไฟล์ข้อมูลขายที่เก็บรวมในตารางเดียว

Section 8: Lab: ออกแบบเชิงกายภาพด้วย CREATE TABLE

  • เลือกชนิดข้อมูลให้เหมาะ: ตัวเลข ทศนิยมเงิน ข้อความ วันที่และเวลา
  • Primary Key แบบ Identity เทียบกับ UUID รวมถึง uuidv7 ใน PostgreSQL 18
  • NOT NULL, UNIQUE, CHECK, DEFAULT และ Foreign Key พร้อม ON DELETE และ ON UPDATE
  • Generated Column และ Index บนคอลัมน์ Foreign Key
  • Lab: เขียนสคริปต์ CREATE TABLE ของระบบลงทะเบียนอบรมทั้งชุด

Section 9: Lab: ตรวจคุณภาพการออกแบบ

  • ใส่ข้อมูลทดสอบ และลองเพิ่มข้อมูลผิดกฎเพื่อตรวจ Constraint
  • เขียน Query ตอบคำถามจากรายงานจริงเพื่อพิสูจน์ว่าโครงสร้างตอบโจทย์
  • สร้าง ERD ย้อนกลับจากฐานข้อมูลด้วย DBeaver หรือ pgAdmin และทำ Data Dictionary
  • ใช้ AI ช่วยร่างหรือรีวิวแบบ แล้วตรวจซ้ำด้วยหลัก Normalization ทุกครั้ง
  • Lab: รีวิวแบบของเพื่อนด้วย Checklist คุณภาพ

Section 10: Workshop: ออกแบบฐานข้อมูลจากโจทย์จริง

  • Workshop: เลือกโจทย์ร้านค้าออนไลน์ ระบบยืมคืนครุภัณฑ์ หรือระบบของหน่วยงานตนเอง
  • วิเคราะห์ความต้องการ เขียน ER Diagram และแปลงเป็นตาราง
  • Normalize สร้างตารางบน PostgreSQL และทดสอบด้วยข้อมูลตัวอย่าง
  • นำเสนอแบบ รีวิวร่วมกัน และสรุปแนวทางดูแลโครงสร้างเมื่อระบบเปลี่ยน

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

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

สำหรับองค์กร — In-house / Private Training

  • ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
  • เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
  • ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ
ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

คำถามที่พบบ่อย

ER Diagram คืออะไร มีองค์ประกอบอะไรบ้าง

ER Diagram หรือแผนภาพความสัมพันธ์ระหว่างข้อมูล ใช้แสดงโครงสร้างฐานข้อมูลในระดับแนวคิดก่อนสร้างตารางจริง มีสามองค์ประกอบหลัก คือ Entity สิ่งที่ต้องเก็บข้อมูล เช่น ลูกค้า สินค้า หรือคำสั่งซื้อ Attribute คุณสมบัติของแต่ละ Entity โดยมี Primary Key ระบุแต่ละรายการไม่ซ้ำกัน และ Relationship ความสัมพันธ์ระหว่าง Entity พร้อม Cardinality แบบหนึ่งต่อหนึ่ง หนึ่งต่อกลุ่ม หรือกลุ่มต่อกลุ่ม ในงานปัจจุบันนิยมเขียนด้วยสัญลักษณ์ Crow's Foot

Normalization คืออะไร 1NF 2NF และ 3NF ต่างกันอย่างไร

Normalization คือการแยกตารางเพื่อลดข้อมูลซ้ำซ้อนและป้องกันปัญหาเวลาเพิ่ม แก้ไข หรือลบข้อมูล 1NF กำหนดให้ทุกช่องเก็บค่าเดียวและไม่มีกลุ่มข้อมูลซ้ำในแถว 2NF กำหนดเพิ่มว่าคอลัมน์ที่ไม่ใช่คีย์ต้องขึ้นกับ Primary Key ทั้งชุด ไม่ใช่แค่บางส่วนของคีย์ผสม และ 3NF กำหนดว่าคอลัมน์ที่ไม่ใช่คีย์ต้องไม่ขึ้นกับคอลัมน์อื่นที่ไม่ใช่คีย์ เช่น ไม่เก็บชื่อจังหวัดซ้ำในตารางลูกค้า แต่แยกเป็นตารางจังหวัด

แปลง ER Diagram เป็นตารางในฐานข้อมูลมีขั้นตอนอย่างไร

เริ่มจากแปลงแต่ละ Entity เป็นตาราง และแต่ละ Attribute เป็นคอลัมน์ พร้อมเลือก Primary Key ของแต่ละตาราง จากนั้นแปลงความสัมพันธ์ คือแบบหนึ่งต่อกลุ่มให้นำ Primary Key ฝั่งหนึ่งไปเป็น Foreign Key ในตารางฝั่งกลุ่ม แบบกลุ่มต่อกลุ่มให้สร้างตารางกลางที่เก็บ Foreign Key ของทั้งสองฝั่ง และแบบหนึ่งต่อหนึ่งให้วาง Foreign Key ที่ตั้งเป็น Unique ไว้ฝั่งใดฝั่งหนึ่ง แล้วจึงตรวจด้วย Normalization ก่อนเขียนคำสั่ง CREATE TABLE พร้อม Constraint

ควรใช้ Primary Key แบบตัวเลขเรียงลำดับหรือ UUID

คีย์ตัวเลขแบบ Identity มีขนาดเล็ก อ่านง่าย และเหมาะกับระบบส่วนใหญ่ ส่วน UUID เหมาะเมื่อต้องสร้างรหัสจากหลายระบบหรือไม่ต้องการให้เดาลำดับรหัสได้ แต่ใช้พื้นที่มากกว่า UUID แบบเวอร์ชัน 7 เรียงตามเวลาจึงทำงานกับ Index ได้ดีกว่าแบบสุ่ม และ PostgreSQL 18 มีฟังก์ชัน uuidv7 ให้ใช้ได้ทันที ไม่ว่าเลือกแบบใด ควรเก็บรหัสทางธุรกิจ เช่น รหัสลูกค้า เป็นคอลัมน์ UNIQUE แยกไว้ด้วย

หลักสูตร Database Design Concept Workshop เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับนักพัฒนา เจ้าหน้าที่ที่ดูแลหรือเกี่ยวข้องกับฐานข้อมูล System Analyst และนักศึกษาที่ต้องออกแบบฐานข้อมูลให้ใช้งานได้โดยไม่เกิดปัญหา ควรใช้งานคอมพิวเตอร์และฐานข้อมูลในระดับพื้นฐานได้ รู้จักภาษา SQL มาบ้าง และติดตั้งโปรแกรมบนเครื่องได้ หลักการที่เรียนใช้ได้กับ PostgreSQL, MySQL, MariaDB และ SQL Server

จัดอบรมหลักสูตร Database Design Concept Workshop ให้ทีมในองค์กรได้ไหม

ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น ฝึกออกแบบจากระบบหรือข้อมูลที่องค์กรใช้อยู่จริง ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449