นางสาวฑิตยา อินคต

จัดทำโดย

นางสาวฑิตยา อนิ คต
ปวส.1/1 เทคโนโลยธี ุรกิจดจิ ทิ ัล

60330040006

รูปแบบบรรทัดฐาน

ความหมายกระบวนการนอรม์ ัลไลเซชัน

นอรม์ ลั ไลเซชัน (Normalization) เป็นวิธีกำรในกำรกำหนดแอตทริบวิ ตใ์ ห้กับแต่
ละเอนทติ ี เพอ่ื ใหไ้ ดโ้ ครงสร้ำงของตำรำงทดี่ ี สำมำรถควบคมุ ควำมซำซอ้ นของ
ขอ้ มูลหลกี เลี่ยงควำมผดิ ปกติของข้อมูล โดยทัว่ ไปผลลพั ธข์ องกำรนอร์มัลไลเซ
ชนั จะไดต้ ำรำงทม่ี ีโครงสรำ้ งซับซอ้ นน้อยลง แตจ่ ำนวนของตำรำงจะมำกขึน

รปู แบบบรรทดั ฐำนระดบั ที่ 1 (First Normal Form : 1NF)

รูปแบบบรรทดั ฐำนระดบั ท่ี 1 เปน็ กำรปรับบรรทดั ฐำนระดับแรกสุด จะเป็นกระบวน กำรในกำรปรบั
ตำรำงขอ้ มลู ของผใู้ ชง้ ำนใหอ้ ยใู่ นรูปแบบบรรทดั ฐำนระดบั ที่ 1 ซง่ึ รีเลชนั่ ใดๆ จะอยใู่ น รปู แบบบรรทัด
ฐำนระดับที่ 1 ก็ตอ่ เมอื่ ค่ำของแอททรบิ วิ ต์ตำ่ งๆ ในแตล่ ะทเู พิลจะตอ้ งมีค่ำของขอ้ มูล เพยี งค่ำเดยี ว

1.1 กำรท่ีขอ้ มูลใน 1 ทัปเพิล สำมำรถมี
ค่ำในแต่ละแอตทรบิ วิ ตไ์ ด้มำกกว่ำหน่งึ คำ่
(Multivalued) จะทำใหเ้ กิดรีพที ตงิ กรปุ๊
ดังตำรำงทแี่ สดง

1.2 จำกตำรำงขำ้ งตน้ เมื่อกำรกำรนอรม์ ัลไลเซชัน
ใหอ้ ยู่ในรปู นอร์มัลฟอรม์ ท่ี 1 จะได้ตำรำงท่แี ตก
ย่อยออกมำเปน็ 2 ตำรำง ดังภำพขำ้ งลำ่ ง ซึ่งมี
คณุ สมบตั ติ ำมนอรม์ ัลฟอร์มที่ 1 แลว้

รปู แบบบรรทัดฐำนระดบั ที่ 2 (Second Normal Form : 2NF)

2.1 ฟังกช์ ันนัลดีเพนเดนซี สำมำรถแสดงดว้ ยกำรใช้เครือ่ งหมำยลกู ศร ( ->) ตัวอย่ำงเช่น A-
>B แสดง B เป็นฟังกช์ นั นลั ดเี พนเดนต์กบั A กลำ่ วคอื ถำ้ รูค้ ่ำ A ก็จะทำให้ทรำบค่ำของ B ด้วย ทุกคำ่
ของ A ทม่ี คี ำ่ เทำ่ กนั จะได้ค่ำ เทำ่ กนั เสมอ

2.2 พำร์เชียลดเี พนเดนซี แอตทริบวิ ตช์ ือ่ พนกั งำนจะ
ขึนอยกู่ ับคยี ์รหสั พนกั งำน ในขณะทแ่ี อตทรบิ ิวตช์ ื่อ
แผนก จะขึนอยู่กบั คยี ์รหัสแผนก จะเหน็ วำ่ ขอ้ มลู ทอ่ี ยูใ่ น
รเี ลชนั เดียวกนั แตไ่ ม่ได้ขึนอยู่กับคยี ์ใดคยี หนง่ึ ทงั หมด แต่
จะขึนอยู่กับคยี ใ์ ดคีย์หน่งึ เพียงบำงสว่ นเท่ำนัน

2.3 รเี ลชันพนกั งำนในแผนกในภำพข้ำงบน เม่ือทำ
กำรแตกออกเปน็ รเี ลชันยอ่ ยทไี่ ม่มพี ำรเ์ ชียลดเี พนเดนซี
แลว้ จะได้เปน็ รเี ลชนั สองรเี ลชนั คอื รีเลชันพนกั งำน
และ รีเลชันแผนก ซง่ึ อยใู่ นรูปของนอร์มัลฟอร์มที่ 2

รูปแบบบรรทัดฐำนระดบั ท่ี 3 (Third Normal Form : 3NF)

ในหนึง่ รเี ลชันจะประกอบคียแ์ อตทริบิวตแ์ ละนอนคียแ์ อตทริบิวต์ คีย์แอตทริบวิ ตจ์ ะตอ้ งเปน็ ตัวกำหนด

ควำมหมำยหรือกำรมีอยู่ของแอตทริบิวตอ์ น่ื ๆ ทอ่ี ยู่ในรเี ลชนั เสมอ

3.1 ทรำนซทิ ฟี ดเี พนเดนซี ตัวอย่ำงเช่น จำกตำรำงในภำพ
ข้ำงลำ่ ง แอตทริบวิ ตช์ อื่ พนกั งำน และรหสั ตำแหนง่ งำนจะ
ขนึ อยกู่ ับคยี ร์ หสั พนักงำน ในขณะทีแ่ อตทรบิ ิวตค์ ำ่ แรงต่อช่วั
โมของพนักงำน จะขนึ อยกู่ บั แอตทรบิ ิวต์รหัสตำแหนง่ งำน
ซง่ึ ไม่ใช่คีย์อีกตอ่ หนึง่ ทำใหม้ ที รำนซทิ ฟี ดเี พนเดนซเี กดิ ขึน
ในรเี ลชนั นี

3.2 การทางานของพนักงาน ในภาพ
ข้างบน เม่ือทาการแตกออกเป็นรเี ลชนั ย่อยท่ี
ไม่มที รำนซิทฟี ดีเพนเดนซีแลว้ จะไดเ้ ป็นรีเล
ชนั สองรีเลชนั คอื รเี ลชนั พนักงำน และรีเลชนั
ตำแหนง่ งำน ซึ่งอยใู่ นรปู ของนอรม์ ัลฟอรม์ ที่ 3

รปู แบบบรรทดั ฐำนของบอยส์และคอดด์
(Boyce/Codd Normal Form : BCNF)

4.2 รีเลชนั ดงั กล่ำวอยใู่ นรปู นอร์มลั ฟอร์มที่ 3 แลว้
แต่ก็ยงั มีบำงสว่ นมีปญั หำอยู่ ตรงจดุ ท่แี อตทรบิ ิวต์
รหสั วชิ ำเรียน และผลกำรเรยี นขึนอยูก่ ับคียน์ ักศึกษำ
และคียผ์ สู้ อน แตใ่ นขณะเดียวกันรหัสผูส้ อนก็ขนึ อยู่
กับรหสั วิชำเรยี น ทำให้ถ้ำตอ้ งกำรเปลี่ยนแปลงผู้สอน
ในวิชำ 301 จะต้องมกี ำรเปล่ยี นแปลงถึง 2 ทปั เพลิ ซง่ึ
ผลลัพธท์ ่ไี ด้อำจจะทำให้เกดิ ควำมผิดพลำดหำกทำกำร
แกไ้ ขไมค่ รบถ้วน

4.2 สำมำรถทำกำรแตกตำรำงออกมำให้อยใู่ น
รปู ของบอยซ์คอดด์นอรม์ ลั ฟอรม์ ได้ โดยกำร
แยกแอตทรบิ ิวตร์ หสั วิชำเรยี นและรหสั ผู้สอนซงึ่
ขึนอย่กู ับแอตทริบวิ ตร์ หัสวชิ ำเรียน ออกมำเปน็
อกี หนง่ึ รเี ลชนั และแยกแอตทรบิ วิ ต์ รหสั
นกั ศึกษำ รหัสผสู้ อน และผลกำรเรยี นออกมำ
เปน็ อีกหนึง่ รเี ลชนั

รปู แบบบรรทัดฐำนระดบั ที่ 4 (Fourth Normal Form : 4NF)

ในขณะทกี่ ำรทำให้อย่ใู นรปู ของนอร์มลั ฟอร์มต่ำง ๆ ทีผ่ ่ำนมำ จะเก่ยี วขอ้ งกับกำรขึนตรงต่อกันของขอ้ มลู ใน
แต่ละแอตทริบวิ ต์หรือฟงั กช์ ันนลั ดีเพนเดนซี แตก่ ำรทำให้อยู่ในรูปของนอรม์ ลั ฟอร์มท่ี 4 จะเกีย่ วขอ้ งกับ
รปู แบบของกำรขนึ ตรงต่อกนั ของขอ้ มูลในระดบั ทซ่ี บั ซอ้ นกว่ำ

5.1 มัลตแิ วลูดเี พนเดนซี ตัวอยำ่ งเชน่ ซ่งึ ถ้ำมกี ำรเพ่มิ
บริษัทที่รับผิดชอบโครงกำรเข้ำไปในโครงกำร A001
อีกหนึ่งบริษทั กจ็ ะตอ้ งมกี ำรเพิ่มข้อมลู ถึงสองทัปเพลิ
เนอื่ งจำกโครงกำรดงั กล่ำวมที ต่ี ังอยู่ถึงสองแหง่
คือ ระยอง และจันทบุรี ส่งผลใหเ้ กดิ ควำมซำซอ้ น
ของขอ้ มูลขนึ ในรีเลชนั ดงั กลำ่ ว และอำจจะเกิดควำม
ผดิ พลำดในกำรเพม่ิ ข้อมูลได้

5.2 รีเลชันในภำพข้ำงบน เรำสำมำรถขจดั ทริ
เวียลมลั ตแิ วลูดีเพนเดนซี โดยกำรแตกรเี ลชันดังกล่ำว
ออกเป็นรเี ลชนั ยอ่ ย 2 รีเลชนั ซึ่งจะทำให้ทงั สองรี
เลชนั อยใู่ นรูปของนอรม์ ัลฟอร์มท่ี 4

รูปแบบบรรทดั ฐำนระดบั ท่ี 5 (Fifth Normal Form : 5NF)

6.1 จอยน์โอเปอรชัน (Join Operation) ถำ้ มี R1(X,Y) และ R2(Y,Z) R1 JOIN R2 = R3(X, Y,
Z) โดยท่ี t(x, y, z) อยูใ่ น R3 ก็ต่อเม่ือมี t1(x,y) อยใู่ น R1 และ t2(y,z) อยูใ่ น R2
6.2 จอยน์ดเี พนเดนซี (Join Dependency)ในกำรแยกรีเลชนั ออกเปน็ ส่วนย่อย (Decomposition) R1, R2,
R3, Rn มคี ุณสมบัติจอยน์ดีเพนเดนซี ก็ตอ่ เมือ่ R1 JOIN R2 JOIN R3 … JOIN Rn = R นัน่ คือ
เมื่อเอำรีเลชนั ย่อยมำรวมกนั ก็ตอ้ งได้รีเลชันเดิม ที่ไม่มีขอ้ มลู สญู หำย และไมม่ ีทปั เพิลที่เกนิ มำ ทเ่ี รยี กวำ่ สพวิ
เรียสทปั เพลิ (Spurious Tuple)
6.3 นิยำมของ 5NF รีเลชันจะเปน็ 5NF จำกตัวอยำ่ งรีเลชนั วิชำเรยี นประจำภำคอยใู่ นรปู ของนอรม์ ลั ฟอรม์ ท่ี
4 แล้ว เน่ืองจำกแอตทริบิวตภ์ ำคกำรศึกษำเป็นตัวกำหนดแอตทรบิ ิวต์รหสั วชิ ำหลำย ค่ำในขณะทแ่ี อตทรบิ วิ ต์
รหัสวิชำ ก็เป็นตวั กำหนดแอตทริบวิ ตร์ หัสชนั เรียนหลำยค่ำ รีเลชันนจี งึ ไม่มีทริเวยี ลมัลติแวลูดเี พนเดนซี

ตวั อย่างกระบวนการปรบั บรรทัดฐาน 1NF – 3NF

รปู แบบบรรทดั ฐำนขันท่ี 1 (First Normal Form : 1NF)

หลักกำรแปลงเปน็ 1NF
1. หำกพบว่ำมกี ลมุ่ ขอ้ มูลซำ ให้แยกขอ้ มูลออกให้เป็นเอกเทศเปน็ แต่ละทูเพลิ
2. กำหนดคยี ์หลกั ให้กบั รีเลชนั

ผลจำกกำรกำจดั กล่มุ ข้อมูลซำ ทำใหส้ ำมำรถกำหนดหำฟังกช์ ันกำรขนึ ต่อกัน(Functional Dependency) จำก
ควำมสัมพันธข์ องแอททรบิ วิ ตใ์ นตำรำงข้อมูล ไดด้ งั นี
P_Num , E_Num à P_Name , E_Name , P_ID , Position , Chg_Hour , Hours
CHARGE(P_Num ,P_Name , E_Num , E_Name , P_ID , Position , Char_Hour , Hours)

รปู แบบบรรทดั ฐำนขนั ที่ 2 (Second Normal Form : 2NF)

หลกั กำรแปลงเปน็ 2NF
1. หำกมีรเี ลชนั ใดทมี่ ีแอททริบิวตม์ กี ำรขนึ ตอ่ กันกับบำงสว่ นของคีย์หลัก ให้ตัดแอททริบวิ ต์ดงั กล่ำวออกไปไว้ในรเี ลชนั
ใหม่ และในรีเลชันเดมิ ใหค้ งแอททรบิ วิ ตท์ ่ีขนึ กับทุกสว่ นของคีย์หลักไว้
2. สร้ำงรีเลชนั ใหม่ โดยดึงแอททริบิวตท์ ่ีขึนกับบำงส่วนของคียห์ ลัก และกำหนดคยี ห์ ลักของรีเลชนั จำกแอททริบวิ ตท์ ี่เป็น
ส่วนประกอบของรเี ลชนั ท่แี อททรบิ วิ ตเ์ หลำ่ นีมฟี งั ก์ชันกำรขึนตอ่ กนั

จำกแผนภำพแสดงควำมสัมพันธ์ระหว่ำงแอททรบิ ิวต์ในรปู พบว่ำมแี อททริบวิ ตท์ ่มี ีฟังก์ชันกำรขึนต่อกนั กับบำงสว่ นของคยี ์
หลกั (Partial Dependency) ได้แก่
P_Num à P_Name
E_Num à E_Name , P_ID , Position , Chg_Hour
และมแี อททรบิ วิ ต์ Hours มีฟงั กช์ นั กำรขนึ ตอ่ กนั แบบทังหมดกับคยี ์หลัก(Full Functional Dependency)
P_Num , E_Num àHours

ปัญหาท่เี กิดกบั ตารางที่อย่ใู นรปู แบบบรรทดั ฐานข้ันที่ 2

ตำรำง EMPLOYEE ถอื ว่ำเป็นตำรำงทอี่ ยใู่ นรปู แบบบรรทดั ฐำนขันท่ี 2 แล้ว แตย่ ังมีปญั หำควำม
ผิดปกติของโครงสรำ้ งตำรำง(Anomaly)คือ

ปัญหำในกำรเพิ่มขอ้ มลู (Insert anomaly) กลำ่ วคือ หำกตอ้ งกำรจดั เกบ็ ข้อมูลตำแหนง่ งำนใหม่ที่
กำหนดขึนในตำรำง เชน่ ตำแหน่ง Project manager แต่ตำแหนง่ งำนนียังไมไ่ ด้กำหนดวำ่ ให้พนักงำน
คนใดทำงำนในตำแหนง่ ดังกล่ำว จะไมส่ ำมำรถจดั เกบ็ ได้ เน่อื งจำกจะทำให้คำ่ ของคยี ห์ ลกั ในรำยกำร
ดังกล่ำวเป็นค่ำวำ่ ง

ปัญหำในกำรแกไ้ ขขอ้ มูล(Update anomaly) กลำ่ วคือ หำกต้องกำรปรับปรุงอัตรำค่ำจำ้ งของ
ตำแหนง่ งำนบำงตำแหนง่ จะต้องเปล่ียนขอ้ มลู ดังกลำ่ วในทุกรำยกำรทม่ี พี นกั งำนทำงำนในตำแหน่งนนั
เชน่ ตอ้ งกำรแกไ้ ขอัตรำค่ำจำ้ งของตำแหนง่ งำน Programmer จำก 800 เป็น คำ่ 1000 จะต้องแกไ้ ขทุก
รำยกำรทม่ี ตี ำแหนง่ งำนเป็น Programmer ถำ้ สมมตุ ิแก้ไขไมค่ รบทุกรำยกำรจะทำใหเ้ กดิ ปญั หำขอ้ มลู
ขดั แยง้ กนั (Data Inconsistency) คอื ตำแหนง่ งำนเดียวกันแตม่ คี ำ่ จ้ำงไมเ่ ทำ่ กันในบำงรำยกำร

ปญั หำในกำรลบข้อมูล(Delete anomaly) กล่ำวคอื หำกต้องกำรลบขอ้ มูลพนักงำนบำงรำยกำร
ออกไป อำจทำให้ขอ้ มูลทจ่ี ำเป็นถกู ลบตำมไปดว้ ย เช่น หำกต้องกำรลบขอ้ มลู พนกั งำนรหัส 001 ออก
จำกตำรำงขอ้ มลู จะทำใหข้ อ้ มูลของตำแหนง่ งำน Electric Engineer หำยไปด้วย เนื่องจำกในกรณีนีมี
เพียงพนักงำนรหัสดงั กล่ำวทท่ี ำงำนในตำแหน่งนีเท่ำนัน

รปู แบบบรรทดั ฐำนขันที่ 3 (Third Normal Form : 3NF)

หลักกำรแปลงใหเ้ ปน็ 3NF
1. หำกในรีเลชันมีกำรขึนตอ่ กันแบบทรำนซทิ ฟี ใหต้ ัดเอำแอททรบิ วิ ตท์ ่ีขึนตอ่ กนั แบบทรำนซทิ ฟี ออกไป
สรำ้ งรเี ลชนั ใหม่
2. สรำ้ งรเี ลชันใหม่ โดยนำเอำแอททริบิวต์ท่ีขึนต่อกันแบบทรำนซทิ ีฟจำกรีเลชนั เดิมมำ และกำหนดคีย์
หลกั โดยเลือกเอำแอททริบวิ ต์ทีส่ ำมำรถกำหนดคำ่ ของแอททรบิ ิวตอ์ น่ื ๆ ได้
3. ในรีเลชันเดมิ ใหค้ ง แอททริบิวต์ท่ีสำมำรถเลือกค่ำแอททรบิ ิวต์ท่ีไมใ่ ช่คยี ์หลกั ไวเ้ ปน็ คยี น์ อก (Foreign
key) เพ่ือใช้ในกำรเชอื่ มโยงกับรีเลชันใหม่

ความรู้พน้ื ฐานเกยี่ วกบั ฐานขอ้ มูลไมใ่ ชเ่ ชงิ สมั พนั ธ์ (NoSQL)

ฐานขอ้ มลู NoSQL คอื อะไร

ฐำนขอ้ มลู NoSQL สร้ำงตำมวตั ถุประสงค์สำหรบั โมเดลข้อมูลแบบเฉพำะเจำะจงและมีแบบแผนที่
ยดื หยนุ่ สำหรบั กำรสรำ้ งแอปพลิเคชันอนั ทนั สมยั ฐำนขอ้ มลู NoSQL เปน็ ทร่ี ู้จกั กันดีในดำ้ นควำมงำ่ ยใน
กำรพฒั นำ กำรทำงำน และประสทิ ธิภำพตำมขนำดที่ต้องกำร หน้ำนปี ระกอบดว้ ยทรพั ยำกรเพือ่ ชว่ ยให้
คุณเขำ้ ใจฐำนข้อมลู NoSQL และเรมิ่ ต้นใช้งำน

ฐานขอ้ มลู NoSQL (ไม่ใชเ่ ชิงสมั พนั ธ์) ทางานอย่างไร

ฐำนขอ้ มลู NoSQL ใช้โมเดลข้อมลู ทห่ี ลำกหลำยสำหรบั กำรเข้ำถึงและจัดกำรข้อมลู ฐำนข้อมลู ประเภทนไี ดร้ ับ
กำรปรับปรุงประสิทธิภำพสำหรับแอปพลิเคชันที่ต้องใช้ข้อมูลปริมำณมำก มีเวลำแฝงต่ำ และมีโมเดลข้อมูลที่
ยืดหยุน่ โดยเฉพำะ ซง่ึ เกดิ ขนึ โดยกำรผ่อนปรนข้อจำกดั ควำมสม่ำเสมอขอ้ มูลของฐำนข้อมูลอน่ื ๆ

ทาไมคุณจึงควรใชฐ้ านข้อมลู NoSQL

 ควำมยืดหยนุ่ : โดยทวั่ ไป ฐำนขอ้ มูล NoSQL จะมแี บบแผนยืดหยุน่ ท่ีทำให้กำรพฒั นำเกดิ ขึนเร็วและทำซำ
คำส่งั ไดด้ ีย่งิ ขนึ กว่ำเดมิ โมเดลข้อมลู ทย่ี ืดหย่นุ ทำให้ฐำนขอ้ มลู NoSQL เหมำะสมทส่ี ุดสำหรบั ขอ้ มลู แบบ
กึ่งมีโครงสร้ำงและไมม่ ีโครงสร้ำง

 ควำมสำมำรถในกำรปรบั ขนำด: โดยท่ัวไป ฐำนข้อมลู NoSQL มักถกู ออกแบบมำใหป้ รบั ขนำดออกได้
โดยใชค้ ลสั เตอร์แบบกระจำยของฮำรด์ แวร์แทนกำรปรับขนำดขึนโดยเพมิ่ เซริ ์ฟเวอร์ทม่ี รี ำคำแพงและมี
ประสิทธิภำพสงู ผู้ให้บริกำรระบบคลำวด์บำงเจ้ำจัดกำรปฏิบตั กิ ำรนีอยเู่ บอื งหลงั ในแบบบริกำรทม่ี ีกำรจดั กำร
เต็มรูปแบบ

 ประสทิ ธภิ ำพสูง: ฐำนข้อมูล NoSQL ไดร้ บั กำรปรับปรุงประสิทธิภำพสำหรับโมเดลขอ้ มูลบำงโมเดล และ
เขำ้ ถึงรปู แบบที่เปิดใชง้ ำนประสิทธภิ ำพท่ีสงู กว่ำกำรพยำยำมดำเนินกำรทำงำนที่คล้ำยกนั ด้วยฐำนข้อมลู เชิง
สมั พันธ์

 ทำงำนไดด้ เี ยย่ี ม: ฐำนข้อมลู NoSQL มี API กำรทำงำนและประเภทข้อมูลที่สร้ำงตำมวัตถุประสงค์
สำหรบั โมเดลข้อมลู แตล่ ะโมเดลท่ีสอดคลอ้ งกนั

ประเภทฐานข้อมูล NoSQL

คยี ์-คำ่ :ฐำนข้อมลู คีย-์ ค่ำสำมำรถแบ่งพำรต์ ชิ นั ไดด้ แี ละสำมำรถปรับขนำดแนวนอนไดต้ ำมขนำดท่ี
ต้องกำรซงึ่ ฐำนขอ้ มูลประเภทอืน่ ไม่สำมำรถทำได้ กรณีใช้งำน เชน่ สำหรบั เล่นเกม เทคโนโลยีโฆษณำ
และ IoT ทำใหฐ้ ำนข้อมลู ประเภทนีเหมำะสำหรับโมเดลขอ้ มูลแบบคยี -์ ค่ำมำกอย่ำงยงิ่

เอกสำร: ในโค้ดแอปพลเิ คชัน มกั จะมกี ำรแสดงข้อมูลเป็นวัตถุ หรอื เอกสำรทค่ี ล้ำย JSON เนือ่ งจำก
เป็นโมเดลข้อมลู ทม่ี ปี ระสิทธภิ ำพและใช้งำนงำ่ ยสำหรับ Developer ฐำนข้อมูลแบบเอกสำรชว่ ยให้
Developer จดั เก็บและสืบคน้ ขอ้ มูลในฐำนขอ้ มลู ได้งำ่ ยขนึ โดยใช้รูปแบบโมเดลเอกสำรเดยี วกันท่ีใชใ้ น
โค้ดแอปพลิเคชัน ลักษณะทีย่ ืดหยนุ่ เป็นก่งึ โครงสรำ้ ง และเป็นลำดบั ขันของเอกสำรและฐำนข้อมลู

กรำฟ: วตั ถปุ ระสงคข์ องฐำนขอ้ มลู แบบกรำฟคือเพ่อื ใหก้ ำรสรำ้ งและกำรเรยี กใชแ้ อปพลเิ คชันท่ี
ทำงำนกบั ชุดขอ้ มูลที่เช่ือมต่ออยำ่ งดเี ยย่ี มเกิดขนึ ได้อยำ่ งงำ่ ยดำย กรณีใช้งำนโดยท่วั ไปสำหรบั ฐำนขอ้ มลู
แบบกรำฟรวมถงึ เครอื ข่ำยทำงสงั คม กลไกขอ้ เสนอแนะ กำรตรวจจบั กำรปลอมแปลง คือบริกำร
ฐำนขอ้ มลู แบบกรำฟทไ่ี ด้รบั กำรจดั กำรอย่ำงเตม็ รูปแบบ Neptune รองรับทงั โมเดล Property Graph และ
Resource Description Framework (RDF)

ภำยในหน่วยควำมจำ: แอปพลิเคชันสำหรับเกมและเทคโนโลยโี ฆษณำมีกรณใี ชง้ ำน เชน่ บอร์ด
ผูน้ ำ กำรจัดเกบ็ เซสชนั และกำรวเิ ครำะห์แบบใกล้เคยี งเวลำจริงท่จี ำเปน็ ตอ้ งใช้เวลำในกำรตอบสนองเปน็
มลิ ลวิ นิ ำทแี ละมปี ริมำณกำรใชง้ ำนขนำดใหญ่ในกำรรบั สง่ ขอ้ มลู ทอ่ี ำจเกดิ ขนึ ไดต้ ลอดเวลำ

กำรคน้ หำ: แอปพลิเคชันจำนวนมำกสง่ ออกขอ้ มลู บนั ทึกเพื่อช่วย Developer แกป้ ัญหำสรำ้ งตำม
วตั ถุประสงคเ์ พอื่ มอบกำรแสดงภำพแบบใกล้เคียงเวลำจรงิ และกำรวเิ ครำะหข์ อ้ มูลท่ีสร้ำงโดยเครอื่ งโดย
กำรทำดชั นี กำรรวบรวม และกำรคน้ หำบนั ทึกและตัววดั แบบกงึ่ มีโครงสรำ้ ง นอกจำกนี Amazon ES ยัง
เป็นเครื่องมือคน้ หำอนั ทรงพลงั และประสทิ ธภิ ำพสูงสำหรบั กรณีใชง้ ำนกำรคน้ หำข้อควำมเตม็ ใช้โดเมน
Amazon ES กวำ่ 150 โดเมน ขอ้ มูลขนำด 30 TB และเอกสำรกวำ่ 30 พันลำ้ นฉบับสำหรบั กรณใี ช้งำน
ภำรกิจสำคญั ๆ ตังแต่กำรตรวจสอบกำรปฏิบตั ิงำนและกำรแกป้ ัญหำไปจนถงึ กำรตดิ ตำมชุดแอปพลเิ คชนั
แบบกระจำยและกำรปรบั ปรุงประสทิ ธภิ ำพดำ้ นรำคำ