ໂທ. 02-570-8449 ມືຖື 088-807-9770 ຊຳລະເງິນ
ຈ–ສ 9:00–17:00 ໂມງ @itgenius
ສະຖາບັນໄອທີຈີເນຍສ໌IT Genius Institute
ສະຖາບັນໄອທີຈີເນຍສ໌IT Genius Institute
ຫຼັກສູດເວີກຊັອບຕາຕະລາງຝຶກອົບຮົມ
ສຳລັບອົງກອນ
ຝຶກອົບຮົມພາຍໃນອົງກອນ (In-house)AI Transformationຝຶກອົບຮົມໜ່ວຍງານລັດບໍລິການພັດທະນາລະບົບເຊົ່າຫ້ອງຝຶກອົບຮົມ
ບົດຄວາມ
ກ່ຽວກັບພວກເຮົາ
ຮູ້ຈັກສະຖາບັນໄອທີຈີເນຍສ໌ວິທະຍາກອນຜົນງານລູກຄ້າຂອງພວກເຮົາຊ່ອງທາງຊຳລະເງິນ
ຕິດຕໍ່ພວກເຮົາຄອສອອນລາຍ
ຮູບແບບສີ
ພາສາ
THENLA
ສອບຖາມຫຼັກສູດເລືອກຊ່ອງທາງທີ່ສະດວກ ທີມງານຕອບເອງທຸກຊ່ອງທາງ
LINE @itgeniusຕອບໄວທີ່ສຸດ · ຈ–ສ 9:00–17:00 ໂມງ
ໂທລະສັບ
02-570-8449ຫ້ອງການ088-807-9770ມືຖື
ອີເມວ ແລະ ໂຊຊຽວ
contact@itgenius.co.thສຳລັບໃບສະເໜີລາຄາ ແລະ ເອກະສານFacebookitgeniusonlineYouTubeitgeniusengຂໍຄຳປຶກສາຈັດຝຶກອົບຮົມໃຫ້ທີມ
ໜ້າຫຼັກ / ຫຼັກສູດ / ພັດທະນາເວັບໄຊ / ລາຍລະອຽດ
ພັດທະນາເວັບໄຊ · WDC-102

FastAPI with MS SQL Server

หลักสูตร FastAPI with MS SQL Server เป็นการอบรมสร้าง RESTful API ด้วย Python และ FastAPI ที่เชื่อมฐานข้อมูล Microsoft SQL Server ผ่าน SQLAlchemy ครอบคลุม CRUD, Migration และระบบ Login ด้วย JWT เหมาะกับโปรแกรมเมอร์และนักพัฒนาระบบที่เขียน Python ได้ จบแล้วสร้าง API ที่เชื่อม SQL Server พร้อมระบบ Login ได้

ອັບເດດລ່າສຸດ
FastAPI with MS SQL Server
ລາຄາເລີ່ມຕົ້ນ 9,450 ບາດ / ທ່ານ 10,500 −10% ຍັງບໍ່ລວມ VAT 7% · ມີລາຄາໝູ່ຄະນະ
ຂໍໃບສະເໜີລາຄາຝຶກອົບຮົມອົງກອນ ເບິ່ງຮອບຝຶກອົບຮົມ
PDFດາວໂຫຼດ Course Outline
  • ໄລຍະເວລາ18 ຊົ່ວໂມງ · 3 ມື້
  • ຮູບແບບຢູ່ສະຖາບັນ / ອອນລາຍສົດ
  • ຮອບຕໍ່ໄປ17–19 ພ.ຈ. 26
  • ໃບຢັ້ງຢືນມີໃບຢັ້ງຢືນ

ພາບລວມຫຼັກສູດ

FastAPI เป็นเฟรมเวิร์กยอดนิยมสำหรับสร้าง API ด้วย Python เพราะเขียนสั้น ทำงานเร็ว ตรวจข้อมูลจาก Type Hint ให้อัตโนมัติ และสร้างเอกสาร API ให้ทันที ขณะที่หลายองค์กรเก็บข้อมูลหลักไว้ใน Microsoft SQL Server การเชื่อมสองส่วนนี้ให้ถูกวิธีจึงเป็นทักษะที่ทีมพัฒนาต้องการ แต่ตัวอย่างจำนวนมากยังใช้ Pydantic v1, SQLAlchemy แบบเก่า หรือไลบรารี JWT และ Hash รหัสผ่านที่ไม่แนะนำแล้ว

หลักสูตรนี้พาผู้เรียนสร้าง RESTful API ด้วย FastAPI รุ่นปัจจุบันบน Python 3.13 ขึ้นไป ตั้งแต่ Routing, Pydantic v2, การจัดการ Error, Form และ Upload File ไปจนถึงการแยกโครงสร้างด้วย APIRouter จากนั้นเชื่อม SQL Server 2025 ผ่าน SQLAlchemy 2.0 และ ODBC Driver 18 จัดการโครงสร้างตารางด้วย Alembic ทำ CRUD ของ TODO Project ทำระบบ Login ด้วย OAuth2 และ JWT ตามแนวทางที่เอกสาร FastAPI แนะนำ เขียน Test ด้วย pytest แล้วรวมทุกส่วนด้วย Docker Compose (อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ระดับ Intermediate)

ສິ່ງທີ່ທ່ານຈະໄດ້ຮັບ

  • สร้าง RESTful API ด้วย FastAPI และทดสอบผ่าน Swagger UI และ Postman ได้
  • ตรวจสอบและแปลงข้อมูลด้วย Pydantic v2 และกำหนดรูปแบบ Response ได้ชัดเจน
  • จัดโครงสร้างโปรเจกต์ด้วย APIRouter แยก Version และตั้งค่า CORS ได้
  • เชื่อมต่อ Microsoft SQL Server ด้วย SQLAlchemy 2.0 และ ODBC Driver 18 ได้
  • จัดการโครงสร้างตารางด้วย Alembic และพัฒนา CRUD ที่มี Pagination ได้
  • ทำ Authentication และ Authorization ด้วย OAuth2 และ JSON Web Token (JWT) ได้
  • เขียน Test ให้ API ด้วย pytest และรันระบบด้วย Docker Compose ได้

ຫຼັກສູດນີ້ເໝາະສຳລັບ

  • Programmer และนักพัฒนาระบบที่ต้องสร้าง API ด้วย Python
  • นักพัฒนาในองค์กรที่ใช้ Microsoft SQL Server เป็นฐานข้อมูลหลัก
  • นักพัฒนา Backend ที่ต้องการย้ายจาก Flask หรือ Django มาใช้ FastAPI
  • ผู้ที่เคยเรียน FastAPI รุ่นเก่าและต้องการอัปเดตเป็นแนวทางปัจจุบัน

ພື້ນຖານຂອງຜູ້ເຂົ້າຝຶກອົບຮົມ

  • เขียนโปรแกรมภาษา Python ได้ เช่น ตัวแปร ฟังก์ชัน Class และการติดตั้งไลบรารี
  • เข้าใจพื้นฐาน HTTP เช่น Method, Status Code และ JSON
  • เขียนคำสั่ง SQL พื้นฐานได้ เช่น SELECT, INSERT, UPDATE และ DELETE
  • โน้ตบุ๊กที่ติดตั้ง Python, Docker Desktop และ VS Code ได้ พร้อมสิทธิ์ติดตั้งโปรแกรม

ຫົວຂໍ້ການຝຶກອົບຮົມ

รายละเอียดหลักสูตร

หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร FastAPI with MS SQL Server เนื้อหาเขียนใหม่สำหรับ FastAPI รุ่นปัจจุบันที่ใช้ Pydantic v2, SQLAlchemy 2.0, SQL Server 2025 และ ODBC Driver 18 เปลี่ยนการทำ JWT เป็น PyJWT และ Hash รหัสผ่านด้วย Argon2 ตามเอกสาร FastAPI อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บนโปรเจกต์ TODO ชุดเดียวที่ต่อเติมตลอดหลักสูตร ระดับ Intermediate เพิ่มเนื้อหา Alembic, Pagination, การกำหนดสิทธิ์ผู้ใช้, pytest และ Docker Compose ผู้เรียนได้ Lab Guide ซอร์สโค้ด และสคริปต์ฐานข้อมูลกลับไปใช้งานต่อ

Day 1 พื้นฐาน FastAPI และ RESTful API

Section 1: Lab: เตรียมเครื่องมือและ API แรก

  • FastAPI คืออะไร ต่างจาก Flask และ Django อย่างไร
  • ติดตั้ง Python 3.13 ขึ้นไปและสร้างโปรเจกต์ด้วย uv
  • ติดตั้ง fastapi[standard] และรันด้วยคำสั่ง fastapi dev
  • สำรวจเอกสาร API อัตโนมัติด้วย Swagger UI และ ReDoc
  • Lab: สร้าง API แรกและทดสอบด้วย Postman หรือ Bruno

Section 2: Routing และการรับค่า

  • ประกาศ HTTP GET, POST, PUT, PATCH และ DELETE
  • รับค่าแบบ Path Parameter และ Query String พร้อม Type Hint
  • ใช้ Annotated กับ Path, Query และ Header เพื่อตรวจค่า
  • อ่าน JSON จาก HTTP Body และส่ง Status Code ให้ถูกต้อง
  • Lab: API ค้นหาและกรองข้อมูลสินค้าด้วย Query String

Section 3: Lab: Pydantic v2 และ Response Model

  • สร้าง Model สำหรับ Request และ Response แยกจากกัน
  • ตรวจข้อมูลด้วย Field, Validator และชนิดข้อมูลอย่าง EmailStr
  • กำหนด response_model และ Return Type เพื่อกรองข้อมูลที่ส่งออก
  • Model ซ้อนกัน, List และค่าว่างแบบ Optional
  • Lab: API สมัครสมาชิกที่ตรวจข้อมูลครบชุด

Section 4: Error Handling, Form และ Upload File

  • HTTPException และ Custom Exception Handler กลาง
  • รูปแบบ Error Response ที่สม่ำเสมอทั้งระบบ
  • รับข้อมูลแบบ Form และ URL-encoded
  • Upload File ด้วย UploadFile พร้อมตรวจชนิดและขนาดไฟล์
  • เปิดโฟลเดอร์ Static File สำหรับรูปภาพและเอกสาร

Section 5: Lab: จัดโครงสร้างโปรเจกต์

  • แยก Route เป็นหลายไฟล์ด้วย APIRouter พร้อม prefix และ tags
  • ทำ Versioning ของ API เช่น /api/v1
  • ตั้งค่า CORS ให้ Frontend เรียกใช้ได้อย่างปลอดภัย
  • อ่านค่าตั้งจากไฟล์ .env ด้วย pydantic-settings
  • Lab: จัดโครงโปรเจกต์ TODO ให้พร้อมเชื่อมฐานข้อมูล
Day 2 เชื่อมต่อ Microsoft SQL Server

Section 6: Lab: SQL Server 2025 สำหรับนักพัฒนา

  • รัน SQL Server 2025 บน Docker และเชื่อมต่อจาก VS Code
  • ออกแบบตาราง Primary Key, IDENTITY และ Foreign Key
  • เก็บข้อความภาษาไทยด้วย NVARCHAR และ Collation ที่เหมาะสม
  • สร้าง Index ให้คอลัมน์ที่ค้นหาบ่อย
  • Lab: สร้างฐานข้อมูลและตารางของ TODO Project

Section 7: เชื่อมต่อด้วย SQLAlchemy 2.0

  • ติดตั้ง ODBC Driver 18 และ pyodbc บน Windows, macOS และ Linux
  • Connection URL แบบ mssql+pyodbc และการตั้งค่าการเข้ารหัส
  • Engine, Connection Pool และ Session
  • ส่ง Session ให้ Route ด้วย Dependency แบบ yield
  • ภาพรวมการเชื่อมต่อแบบ Async ด้วย aioodbc และเมื่อไรควรใช้

Section 8: Lab: ORM Model และ Alembic

  • ประกาศ Model ด้วย DeclarativeBase, Mapped และ mapped_column
  • ความสัมพันธ์แบบ One-to-Many ระหว่างผู้ใช้และรายการ TODO
  • สร้างและอัปเดตโครงสร้างตารางด้วย Alembic Migration
  • แยก Pydantic Schema ออกจาก ORM Model
  • Lab: สร้างตาราง users และ todos ผ่าน Migration

Section 9: Lab: CRUD ของ TODO Project

  • GET รายการทั้งหมดและ GET ตาม ID
  • POST สร้างรายการใหม่และตรวจข้อมูลก่อนบันทึก
  • PUT และ PATCH แก้ไขข้อมูล, DELETE ลบข้อมูล
  • Pagination ด้วย OFFSET FETCH พร้อม Filter และ Sorting
  • Lab: TODO API ครบทุก Endpoint เก็บข้อมูลใน SQL Server

Section 10: Query ขั้นสูงและ Transaction

  • Join หลายตาราง และเลือกเฉพาะคอลัมน์ที่ต้องใช้
  • Transaction และการ Rollback เมื่อเกิด Error
  • เรียก View และ Stored Procedure ที่มีอยู่เดิมขององค์กร
  • ป้องกัน SQL Injection ด้วย Bound Parameter
  • Lab: API รายงานสรุปงานที่ค้างของแต่ละผู้ใช้
Day 3 Authentication, Testing และ Workshop

Section 11: Lab: เริ่มต้น Authentication

  • แนวคิด Authentication และ Authorization
  • OAuth2 Password Flow ด้วย OAuth2PasswordBearer
  • Hash รหัสผ่านด้วย pwdlib แบบ Argon2 แทน passlib
  • Endpoint สมัครสมาชิกและเข้าสู่ระบบที่เก็บข้อมูลใน SQL Server
  • Lab: ระบบ Register และ Login เบื้องต้น

Section 12: Lab: JSON Web Token (JWT)

  • โครงสร้าง JWT: Header, Payload และ Signature
  • Encode JWT ด้วย PyJWT พร้อมกำหนดวันหมดอายุ
  • Decode และตรวจ JWT ใน Dependency get_current_user
  • Access Token และ Refresh Token
  • เก็บ Secret Key อย่างปลอดภัยผ่าน Environment Variable

Section 13: Authorization และ Router ที่ขยายได้

  • ป้องกันทั้ง Router ด้วย Dependency
  • กำหนดสิทธิ์ตาม Role เช่น Admin และ User
  • ให้ผู้ใช้เห็นและแก้ได้เฉพาะ TODO ของตัวเอง
  • แยกไฟล์ auth และ todos ให้ขยายระบบได้ง่าย
  • Lab: ปิดทุก Endpoint ของ TODO ด้วย JWT และสิทธิ์ผู้ใช้

Section 14: Lab: Testing และ Logging

  • เขียน Test ด้วย pytest และ TestClient
  • แทนที่ Dependency ระหว่างทดสอบด้วย dependency_overrides
  • ทดสอบกับฐานข้อมูล SQL Server แยกบน Docker
  • บันทึก Log ของ Request และ Error อย่างเป็นระบบ

Section 15: Workshop: TODO API พร้อมใช้งานจริง

  • รวม API, Authentication และฐานข้อมูลเป็นระบบเดียว
  • เขียน Dockerfile และ Docker Compose สำหรับ API และ SQL Server
  • รันด้วยหลาย Worker และวางหลัง Reverse Proxy
  • Checklist ความปลอดภัยและประสิทธิภาพก่อนขึ้น Production
  • นำเสนอผลงานและสรุปแนวทางต่อยอด

ຮອບຝຶກອົບຮົມ ແລະ ຮູບແບບການຝຶກອົບຮົມ

ສຳລັບບຸກຄົນ — ຮອບຝຶກອົບຮົມທົ່ວໄປ

17–19ພະຈິກ
ໃນຫ້ອງຮຽນ17–19 ພ.ຈ. 26
ເຫຼືອ 20 ບ່ອນນັ່ງ
19–21ມັງກອນ
ໃນຫ້ອງຮຽນ19–21 ມ.ກ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ
2–4ມີນາ
ໃນຫ້ອງຮຽນ2–4 ມ.ນ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ
7–9ເມສາ
ໃນຫ້ອງຮຽນ7–9 ມ.ສ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ
8–10ມິຖຸນາ
ໃນຫ້ອງຮຽນ8–10 ມິ.ຖ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ
17–19ສິງຫາ
ໃນຫ້ອງຮຽນ17–19 ສ.ຫ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ
5–7ຕຸລາ
ໃນຫ້ອງຮຽນ5–7 ຕ.ລ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ
14–16ທັນວາ
ໃນຫ້ອງຮຽນ14–16 ທ.ວ. 27
ເຫຼືອ 20 ບ່ອນນັ່ງ

ສຳລັບອົງກອນ — In-house / Private Training

  • ປັບເນື້ອໃນໃຫ້ກົງກັບເຄື່ອງມື ແລະ ວຽກຈິງຂອງທີມ
  • ເລືອກວັນເອງ ຝຶກອົບຮົມທີ່ບໍລິສັດ ຫຼື ອອນລາຍສົດ
  • ອອກໃບສະເໜີລາຄາໃນນາມນິຕິບຸກຄົນໃຫ້ຝ່າຍຈັດຊື້
ຂໍໃບສະເໜີລາຄາຝຶກອົບຮົມອົງກອນ

ວິທະຍາກອນຜູ້ສອນ

ຄຳຖາມທີ່ພົບເລື້ອຍ

FastAPI คืออะไร ทำไมนิยมใช้สร้าง API ด้วย Python

FastAPI เป็นเฟรมเวิร์กสำหรับสร้าง Web API ด้วย Python ที่อาศัย Type Hint ในการตรวจและแปลงข้อมูลผ่าน Pydantic อัตโนมัติ เขียนโค้ดสั้น ทำงานเร็ว รองรับ async และสร้างเอกสาร API แบบ Swagger UI และ ReDoc ให้ทันทีจากโค้ด จึงช่วยลดงานเขียนเอกสารและลดข้อผิดพลาดจากข้อมูลผิดรูปแบบ รุ่นล่าสุดใช้ Pydantic v2 และติดตั้งชุดเครื่องมือมาตรฐานได้ด้วย fastapi[standard] ซึ่งมีคำสั่ง fastapi dev สำหรับรันระหว่างพัฒนา

เชื่อม FastAPI กับ MS SQL Server ผ่าน ORM ทำอย่างไร

ติดตั้ง Microsoft ODBC Driver 18 และ pyodbc แล้วใช้ SQLAlchemy 2.0 สร้าง Engine ด้วย Connection URL แบบ mssql+pyodbc ที่ระบุชื่อ Driver และการตั้งค่าการเข้ารหัส ประกาศ Model ด้วย DeclarativeBase, Mapped และ mapped_column จากนั้นสร้าง Dependency ที่เปิด Session ด้วย yield ให้แต่ละ Request และปิดเมื่อจบ ใช้ Alembic จัดการการเปลี่ยนโครงสร้างตาราง และใช้ Bound Parameter ทุกครั้งเพื่อป้องกัน SQL Injection

ทำ Authentication ด้วย JWT ใน FastAPI ทำงานอย่างไร

ผู้ใช้ส่งชื่อผู้ใช้และรหัสผ่านมาที่ Endpoint สำหรับ Login ระบบตรวจรหัสผ่านกับค่า Hash ที่เก็บไว้ ซึ่งเอกสาร FastAPI แนะนำให้ใช้ pwdlib แบบ Argon2 เมื่อถูกต้องจึงออก JWT ด้วย PyJWT ที่มีข้อมูลผู้ใช้และเวลาหมดอายุ ผู้ใช้แนบ Token ใน Header แบบ Bearer ทุกครั้งที่เรียก API ส่วน FastAPI ใช้ OAuth2PasswordBearer ร่วมกับ Dependency get_current_user เพื่อตรวจ Token และดึงข้อมูลผู้ใช้ ก่อนอนุญาตให้เข้าถึง Endpoint ที่ป้องกันไว้

หลักสูตร FastAPI with MS SQL Server เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับโปรแกรมเมอร์และนักพัฒนาระบบที่ต้องสร้าง API ด้วย Python โดยเฉพาะในองค์กรที่ใช้ Microsoft SQL Server เป็นฐานข้อมูลหลัก รวมถึงนักพัฒนาที่ย้ายมาจาก Flask หรือ Django และผู้ที่เคยใช้ FastAPI รุ่นเก่า ควรเขียน Python ได้ เข้าใจพื้นฐาน HTTP และ JSON และเขียนคำสั่ง SQL พื้นฐานได้

เรียนจบหลักสูตร FastAPI with MS SQL Server แล้วทำอะไรได้บ้าง

สร้าง RESTful API ด้วย FastAPI และ Pydantic v2 จัดโครงสร้างด้วย APIRouter พร้อม CORS เชื่อม SQL Server ด้วย SQLAlchemy 2.0 ทำ CRUD พร้อม Pagination จัดการโครงสร้างตารางด้วย Alembic ทำระบบ Login ด้วย OAuth2 และ JWT กำหนดสิทธิ์ผู้ใช้ เขียน Test ด้วย pytest และรันระบบด้วย Docker Compose ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้

จัดอบรมหลักสูตร FastAPI with MS SQL Server ให้ทีมในองค์กรได้ไหม

ได้ หลักสูตรนี้จัดเป็นการอบรมแบบ In-house ให้ทีมในองค์กรได้ และปรับตัวอย่างให้ตรงกับงานของทีม เช่น ฝึกเชื่อมต่อกับโครงสร้างตาราง View หรือ Stored Procedure ในรูปแบบที่ทีมใช้อยู่ หรือเน้นเรื่องระบบสิทธิ์และการ Deploy ตามสภาพแวดล้อมขององค์กร ขอใบเสนอราคาได้จากหน้านี้ หรือติดต่อทาง LINE @itgenius โทร 02-570-8449

ບົດຄວາມທີ່ກ່ຽວຂ້ອງ

ບົດຄວາມເຜີຍແຜ່ເປັນພາສາໄທ.