สอบถามหลักสูตรเลือกช่องทางที่สะดวก ทีมงานตอบเองทุกช่อง
LINE @itgeniusตอบเร็วที่สุด · จ–ศ 9:00–17:00 น.
โทรศัพท์
02-570-8449สำนักงาน088-807-9770มือถือ
อีเมลและโซเชียล
contact@itgenius.co.thสำหรับใบเสนอราคาและเอกสารFacebookitgeniusonlineYouTubeitgeniusengขอคำปรึกษาจัดอบรมให้ทีม
ฐานข้อมูล · DBC-39

Full-Text Search with Couchbase

หลักสูตร Full-Text Search with Couchbase เป็นการอบรมจัดเก็บและค้นหาข้อมูล JSON ด้วย Couchbase Server ตั้งแต่ออกแบบเอกสาร เขียน SQL++ และสร้าง Index ไปจนถึงทำ Full-Text Search ด้วย Search Service ทั้ง Analyzer, BM25 และ Synonym เหมาะกับผู้ดูแลฐานข้อมูล นักพัฒนาที่ต้องสร้างระบบค้นหา และผู้เริ่มต้นสาย NoSQL

อัปเดตล่าสุด
ราคาเริ่มต้น 12,150 บาท / ท่าน 13,500 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ
PDFดาวน์โหลด Course Outline
  • ระยะเวลา18 ชั่วโมง · 3 วัน
  • รูปแบบออนไซต์ / ออนไลน์สด
  • รอบถัดไปเปิดตามคำขอ
  • ใบรับรองมี Certificate

ภาพรวมหลักสูตร

แอปพลิเคชันยุคใหม่เก็บข้อมูลเป็นเอกสาร JSON ที่โครงสร้างเปลี่ยนได้ และผู้ใช้คาดหวังว่าจะพิมพ์ค้นหาสินค้า บทความ หรือข้อมูลลูกค้าแล้วได้ผลที่ตรงใจทันที แม้สะกดผิดหรือใช้คำต่างกัน การค้นด้วย LIKE ในฐานข้อมูลทั่วไปทั้งช้าและไม่รู้ความหมายของคำ Couchbase Server รวมฐานข้อมูลเอกสาร ภาษาคิวรี SQL++ และ Search Service ที่ทำ Full-Text Search ไว้ในแพลตฟอร์มเดียว จึงสร้างระบบค้นหาที่เร็วและแม่นยำได้โดยไม่ต้องดูแลระบบค้นหาแยกอีกชุด

หลักสูตรนี้พาผู้เรียนใช้ Couchbase Server รุ่น 8 ตั้งแต่แนวคิด NoSQL ติดตั้งและออกแบบข้อมูลด้วย Bucket, Scope และ Collection เขียน SQL++ กับข้อมูลซ้อนและ Array สร้าง Index และอ่านแผนการทำงานของคิวรี ดูแลสิทธิ์และ Eventing จากนั้นเจาะ Search Service ทั้ง Analyzer, Mapping, Query แบบต่าง ๆ, การจัดอันดับด้วย BM25, Synonym และการเรียกค้นจาก SQL++ ปิดท้ายด้วย Workshop สร้างระบบค้นหาสินค้าพร้อมภาพรวม Vector Search (อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ระดับ Intermediate)

สิ่งที่คุณจะได้รับ

  • เข้าใจแนวคิด NoSQL และสถาปัตยกรรมแบบหลาย Service ของ Couchbase Server
  • ออกแบบเอกสาร JSON ด้วย Bucket, Scope และ Collection ได้
  • เขียน SQL++ กับข้อมูลซ้อน Array และการ Join ได้
  • สร้าง Index และปรับประสิทธิภาพของคิวรีด้วย EXPLAIN ได้
  • สร้าง Search Index พร้อม Analyzer, Mapping และ Synonym ได้
  • เรียก Full-Text Search จาก SQL++ REST API และแอปพลิเคชันได้

หลักสูตรนี้เหมาะสำหรับ

  • ผู้ดูแลระบบฐานข้อมูลที่เริ่มใช้หรือดูแล Couchbase
  • นักพัฒนาที่ต้องสร้างระบบค้นหาในเว็บหรือแอปพลิเคชัน
  • ผู้ที่ต้องการเริ่มสายอาชีพด้านฐานข้อมูล NoSQL
  • ทีมที่ใช้ SQL อยู่แล้วและต้องการทำงานกับข้อมูล JSON

พื้นฐานของผู้เข้าอบรม

  • มีความรู้พื้นฐานเกี่ยวกับฐานข้อมูล
  • เขียน SQL เบื้องต้นได้ เช่น SELECT, WHERE และ GROUP BY
  • เข้าใจโครงสร้างข้อมูล JSON เบื้องต้น
  • โน้ตบุ๊กที่ติดตั้ง Docker ได้ พร้อมสิทธิ์ติดตั้งโปรแกรม

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Full text search with Couchbase NoSQL เนื้อหาเขียนใหม่ให้ตรงกับ Couchbase Server รุ่น 8 อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บนคลัสเตอร์ทดลองของผู้เรียน ระดับ Intermediate วันแรกปูพื้น NoSQL ติดตั้ง Couchbase ออกแบบข้อมูล และเขียน SQL++ วันที่สองสร้าง Index ปรับประสิทธิภาพ ดูแลสิทธิ์ และใช้ Eventing วันที่สามเจาะ Full-Text Search ด้วย Search Service ทั้ง Analyzer, Query, BM25, Synonym และการเรียกจาก SQL++ ปิดท้ายด้วย Workshop ระบบค้นหาสินค้าพร้อมภาพรวม Vector Search ผู้เรียนจะได้ชุดข้อมูลและนิยาม Index ของทุก Lab กลับไปใช้งานต่อ

Day 1 NoSQL, Couchbase Server และ SQL++

Section 1: NoSQL และ Document Database

  • ความท้าทายของแอปพลิเคชันยุคใหม่และข้อจำกัดของฐานข้อมูลแบบตาราง
  • CAP Theorem และประเภทของ NoSQL
  • Document Database ต่างจาก Relational อย่างไร
  • Couchbase เหมาะกับงานแบบไหน และอยู่ตรงไหนในระบบ
  • Lab: เปรียบเทียบข้อมูลคำสั่งซื้อแบบหลายตารางกับเอกสาร JSON

Section 2: Lab: ติดตั้ง Couchbase Server 8

  • Service ของ Couchbase: Data, Query, Index, Search และ Eventing
  • Multi-Dimensional Scaling และการแยก Service ตามเครื่อง
  • Bucket, Scope และ Collection
  • ติดตั้งด้วย Docker และรู้จัก Web Console
  • Lab: ติดตั้งคลัสเตอร์ทดลอง สร้าง Bucket และโหลดข้อมูลตัวอย่าง

Section 3: Lab: Data Modeling สำหรับเอกสาร JSON

  • ออกแบบ Document Key ที่อ่านง่ายและเข้าถึงเร็ว
  • ซ้อนข้อมูล (Nesting) หรืออ้างอิงข้ามเอกสาร เลือกอย่างไร
  • ใช้ Scope และ Collection แยกประเภทข้อมูลและลูกค้า
  • ออกแบบเอกสารให้พร้อมสำหรับการค้นหาตั้งแต่แรก
  • Lab: ออกแบบเอกสารสินค้า รีวิว และหมวดหมู่สำหรับระบบค้นหา

Section 4: Lab: SQL++ พื้นฐาน

  • Query Workbench และ cbq Shell
  • SELECT, WHERE, ORDER BY, LIMIT และ Alias
  • USE KEYS และการดึงเอกสารด้วย Key
  • MISSING กับ NULL และฟังก์ชันที่ใช้บ่อย
  • Lab: ค้นหาสินค้าตามหมวด ราคา และสถานะด้วย SQL++

Section 5: Lab: SQL++ กับ Array, Join และการแก้ไขข้อมูล

  • ANY, EVERY และ ARRAY สำหรับข้อมูลใน Array
  • UNNEST และ NEST สำหรับแตกและรวมข้อมูลซ้อน
  • Join ข้าม Collection และ GROUP BY กับฟังก์ชันรวม
  • INSERT, UPSERT, UPDATE และ DELETE
  • Lab: รายงานคะแนนรีวิวเฉลี่ยของสินค้าแต่ละหมวด
Day 2 Index ประสิทธิภาพ ความปลอดภัย และ Eventing

Section 6: Lab: Index Service

  • Primary Index กับ Secondary Index และเหตุที่ไม่ควรพึ่ง Primary Index
  • Composite, Partial และ Array Index
  • Covering Index ที่ไม่ต้องอ่านเอกสารจริง
  • DEFER_BUILD และ BUILD INDEX สำหรับสร้างหลาย Index พร้อมกัน
  • Lab: สร้าง Index ให้คิวรีค้นสินค้าที่ใช้บ่อย

Section 7: Lab: Query Planning และ EXPLAIN

  • อ่านแผนการทำงานจาก EXPLAIN และ Visual Plan
  • IndexScan กับ PrimaryScan และ Pushdown ที่ช่วยให้เร็วขึ้น
  • Cost-based Optimizer และ UPDATE STATISTICS
  • ADVISE และ Index Advisor แนะนำ Index
  • Lab: ไล่ปรับคิวรีที่ช้าจาก PrimaryScan ให้ใช้ Index

Section 8: Lab: ปรับแต่งคิวรีและ Index

  • Index Partitioning และ Index Replica
  • Prepared Statement และ Optimizer Hint
  • ติดตามคิวรีที่ช้าจาก System Catalog
  • Checklist การปรับคิวรีและดูแลขนาด Index
  • Lab: เทียบเวลาตอบสนองก่อนและหลังปรับ Index ด้วยข้อมูลจำนวนมาก

Section 9: Lab: RBAC, REST API และความปลอดภัย

  • ผู้ใช้และ Role ระดับ Bucket, Scope และ Collection
  • จัดการผู้ใช้ด้วยคำสั่ง SQL++ และหน้า Web Console
  • เรียก Query และงานดูแลระบบผ่าน REST API ด้วย curl
  • ภาพรวมการเข้ารหัสการเชื่อมต่อและการตรวจสอบการใช้งาน
  • Lab: แยกสิทธิ์ผู้ใช้สำหรับแอปพลิเคชัน นักวิเคราะห์ และผู้ดูแล

Section 10: Lab: Eventing Function

  • Event คืออะไร และงานที่เหมาะกับ Eventing
  • เขียน Eventing Function ด้วย JavaScript และ Binding
  • Deploy, Pause และ Undeploy Function
  • ข้อควรระวังเรื่องลำดับเหตุการณ์และการเขียนซ้ำ
  • Lab: สร้างฟิลด์สำหรับค้นหาอัตโนมัติทุกครั้งที่สินค้าเปลี่ยน
Day 3 Full-Text Search ด้วย Search Service

Section 11: Lab: Search Service พื้นฐาน

  • เมื่อไรควรใช้ Full-Text Search แทน SQL++ และ LIKE
  • Inverted Index และการตัดข้อความเป็น Term
  • สร้าง Search Index และ Type Mapping ตาม Scope และ Collection
  • ทดลองค้นหาจากหน้า Web Console
  • Lab: สร้าง Search Index ให้ชื่อและรายละเอียดสินค้า

Section 12: Lab: Analyzer และ Field Mapping

  • Analyzer มาตรฐาน เช่น standard, keyword และ simple
  • Custom Analyzer: Character Filter, Tokenizer และ Token Filter
  • Field Mapping: Store, Include in All, Doc Values และ Term Vectors
  • ทดสอบผลการตัดคำของข้อความหลายภาษา รวมถึงภาษาไทย
  • Lab: ปรับ Analyzer ให้ค้นหาชื่อสินค้าได้แม่นขึ้น

Section 13: Lab: Search Query และการจัดอันดับ

  • Match, Match Phrase, Fuzzy, Prefix และ Wildcard
  • Boolean Query (must, should, must not) และช่วงตัวเลขหรือวันที่
  • การจัดอันดับแบบ BM25 เทียบกับ tf-idf และการอ่าน Score
  • Facet, Highlight, Sort และการแบ่งหน้า
  • Lab: หน้าค้นหาสินค้าพร้อมตัวกรองราคาและจำนวนตามหมวด

Section 14: Lab: Search จาก SQL++ และแอปพลิเคชัน

  • ฟังก์ชัน SEARCH() ใน SQL++ และการระบุ Index
  • Flex Index ให้คิวรี SQL++ ใช้ Search Index
  • Synonym Collection สำหรับคำที่มีความหมายใกล้กัน
  • เรียก Search ผ่าน REST API และ SDK ของ Python หรือ Node.js
  • Lab: API ค้นหาสินค้าที่รองรับคำพ้องความหมาย

Section 15: Workshop: ระบบค้นหาสินค้าและภาพรวม Vector Search

  • ภาพรวม Vector Search ในรุ่น 8: Search Vector, Hyperscale และ Composite Vector Index
  • Hybrid Search ที่รวมคำค้นกับความหมาย
  • Workshop: ระบบค้นหาที่มีตัวกรอง Facet, Synonym และ Highlight
  • วัดคุณภาพผลค้นหาด้วยชุดคำค้นทดสอบ
  • นำเสนอผลงานและสรุป Checklist ก่อนใช้ Search ในระบบจริง

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

N1QL ใน Couchbase คืออะไร

N1QL ซึ่งปัจจุบัน Couchbase เรียกว่า SQL++ คือภาษาคิวรีที่ใช้ไวยากรณ์คล้าย SQL กับเอกสาร JSON ใช้ SELECT, WHERE, GROUP BY และ JOIN ได้ตามปกติ และเพิ่มความสามารถสำหรับข้อมูลซ้อน เช่น เข้าถึงฟิลด์ด้วยจุด วนตรวจค่าใน Array ด้วย ANY หรือ UNNEST และแยกค่าที่ไม่มีฟิลด์ (MISSING) ออกจาก NULL ในรุ่นปัจจุบันยังทำงานกับ Scope และ Collection และเรียก Full-Text Search ได้ด้วยฟังก์ชัน SEARCH() จึงช่วยให้คนที่รู้ SQL อยู่แล้วเริ่มใช้ฐานข้อมูลเอกสารได้เร็ว

Full Text Search ต่างจากการค้นด้วย LIKE อย่างไร

LIKE เทียบข้อความตามตัวอักษรตรง ๆ และถ้าขึ้นต้นด้วย % มักต้องสแกนข้อมูลทั้งหมด ส่วน Full-Text Search สร้าง Index พิเศษที่ตัดข้อความเป็นคำด้วย Analyzer ทำให้ค้นได้เร็ว รองรับการหาคำที่สะกดใกล้เคียง (Fuzzy) คำที่มีรากเดียวกัน คำพ้องความหมาย และเรียงผลตามความเกี่ยวข้อง ซึ่ง Couchbase Server 8 รองรับการจัดอันดับแบบ BM25 ใน Couchbase สร้าง Search Index ผ่านหน้าเว็บหรือ REST API แล้วเรียกค้นจาก SDK หรือในคิวรีด้วยฟังก์ชัน SEARCH ได้

สร้าง Index ให้คิวรีใน Couchbase เร็วขึ้นทำอย่างไร

เริ่มจากดูว่าคิวรีกรองหรือเรียงด้วยฟิลด์ใด แล้วสร้าง Secondary Index ด้วย CREATE INDEX บนฟิลด์เหล่านั้นใน Collection ที่ใช้ ถ้าเป็นค่าใน Array ให้ใช้ Array Index และถ้า Index มีทุกฟิลด์ที่คิวรีต้องใช้จะเป็น Covering Index ที่ไม่ต้องอ่านเอกสารจริง จากนั้นสั่ง EXPLAIN ตรวจว่าแผนใช้ IndexScan แทน PrimaryScan ซึ่งช้ากว่ามาก หรือใช้คำสั่ง ADVISE ให้ระบบแนะนำ Index และควรใช้ Primary Index เฉพาะตอนพัฒนาเท่านั้น

หลักสูตร Full-Text Search with Couchbase เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับผู้ที่เริ่มต้นใช้งาน Couchbase ผู้ดูแลระบบฐานข้อมูล นักพัฒนาที่ต้องสร้างระบบค้นหา และผู้ที่ต้องการเริ่มสายอาชีพด้านฐานข้อมูล NoSQL ควรมีความรู้พื้นฐานเกี่ยวกับฐานข้อมูล เขียน SQL เบื้องต้นได้ และเข้าใจโครงสร้าง JSON เบื้องต้น พร้อมโน้ตบุ๊กที่ติดตั้ง Docker ได้

เรียนจบหลักสูตร Full-Text Search with Couchbase แล้วทำอะไรได้บ้าง

อธิบายสถาปัตยกรรมของ Couchbase Server ออกแบบเอกสาร JSON ด้วย Scope และ Collection เขียน SQL++ กับข้อมูลซ้อนและ Array สร้าง Index และปรับคิวรีด้วย EXPLAIN จัดการสิทธิ์ผู้ใช้ สร้าง Search Index พร้อม Analyzer, Synonym และ Facet และเรียก Full-Text Search จาก SQL++ REST API หรือแอปพลิเคชันได้ ผู้ผ่านการอบรมได้รับประกาศนียบัตร (Certificate of Completion)

จัดอบรมหลักสูตร Full-Text Search with Couchbase ให้ทีมในองค์กรได้ไหม

ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น ออกแบบ Search Index สำหรับข้อมูลสินค้าหรือเอกสารที่ทีมใช้อยู่ ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449