หน่วยที่ 1 สื่ออิเล็กทรอนิกส์

วชิ า 30001-2003 เทคโนโลยดี ิจทิ ัลเพอ่ื การจดั การอาชพี 2-2-3
(Digtal Technology for Words)

จดั ทำโดย
นางสาวฉันทยา ตามแผ่น

เลขที่ 3 สบจ.64.1

ครผู ู้สอน
นางสาวปรียา ปันธิยะ
แผนกวชิ าการจักการสำนกั งาน

ภาคเรยี นท่ี 2 ปีการศกึ ษา 2564
แผนกวิชาการจักการสำนกั งาน วทิ ยาลยั อาชีวศึกษาลำปาง

สงั กดั สำนักงานคณะกรรมการอาชวี ศกึ ษาลำปาง



วธิ ี/เครอ่ื งมอื ที่ใชใ้ นการวัดผล

สังเกตพฤติกรรม การทำกจิ กรรม การนำหลักปรชั ญาของเศรษฐ์กจิ พอเพียง คณุ ลักษณะ
3D และเพศศกึ ษามาประยุกตใ์ ชใ้ นการปฏบิ ตั งิ าน

ประเมนิ ผลการนำเสนอ การปฏบิ ตั งิ านกลุ่ม และการทำงานตามทไ่ี ดร้ ับมอบหมาย
ประเมินผลการทดสอบ และงานท่มี อบหมาย

เกณฑก์ ารวดั ประเมินผล

เกณฑ์การเกบ็ คะแนน
เก็บคะแนนระหวา่ งภาค 80 คะแนน (ดา้ นพุทธิพิสยั ด้านทกั ษะพิสยั ด้านจิตพสิ ัย

บูรณษการกบั หลักปรัชญาของเศรฐกจิ พอเพียง และคณุ ลักษณะของ 3D)
เกบ็ คะแนนปลายภาค 20 คะแนน (สอบปฏบิ ตั ิ 10 คะแนน สอบทฤษฎี 10 คะแนน)
รวม 100 คะแนน

บทท่ี 1
ความรู้พืน้ ฐาน ความเปน็ มา ความหมาย ลักษณะ ความสำคญั องคป์ ระกอบ
และจกั การข้อมูลขนาดใหญ่ (Big Data)

1. ประวตั ขิ องข้อมูล Big Data

Big Data เปน็ คำศพั ทใ์ หมท่ เ่ี พง่ิ เรมิ่ ใช้ในชว่ งปี 1990 โดยมี John Mashey ผู้ทที่ ำใหค้ ำน้ีเปน็ ท่ีรูจ้ ัก
ขนึ้ มา ซึ่งปกตแิ ลว้ Big Data จะเปน็ ขอ้ มูลทม่ี ปี ริมาณทีใ่ หญม่ ากโดยทซ่ี อฟทแ์ วร์รุ่นเก่าไมส่ ามารถประมวลผล
ได้ หรือสามารถประมวลผลได้แตใ่ ชเ้ วลานาน โดย Big Data จะมที ้งั ขอ้ มลู ทม่ี โี ครงสร้าง กึ่งมีโครงสรา้ ง และไม่
มีโครงสรา้ ง ขนาดของ Big Data ก็จะมกี ารเพม่ิ ขนาดของข้อมลู ขึ้นไปเรอ่ื ย ๆ จากปจั จบุ นั ทม่ี ีขนาดข้อมลู หลาย
พัน Terabytes กจ็ ะมกี ารเพ่มิ ขนาดเปน็ Zettabytes

การทำงานของ Big Data ตอ้ งอาศัยเทคนิคและเทคโนโลยีสมัยใหม่ท่ีสามารถรองรับข้อมูลท่ีมขี นาดใหญ่
ซบั ซอ้ น และหลากหลายได้ โดยในปี 2018 ไดม้ ีการนิยาม Big Data ใหม่วา่ “Big Data คอื เครื่องมือท่ีใชใ้ น
การจดั การกบั ข้อมลู ”

ภาพที่ 1.1 ประวตั ิของขอ้ มูล (Big Data)

2. รปู แบบของขอ้ มูล Big Data

1. ข้อมูลเชิงพฤติกรรมการใช้งานต่าง ๆ (Behavioral data) เชน่ server log, พฤติกรรมการคลิกดู
ข้อมูล, ข้อมลู การใช้ ATM เปน็ ต้น

2. ภาพถ่าย, วดี โี อ, รูปภาพ (Image & sounds) เช่นภาพถา่ ยจาก google street view, ภาพถ่ายทาง
การแพทย,์ ลายมือ, ข้อมลู เสยี งท่ีถกู บนั ทกึ ไว้ เป็นต้น

3. ข้อความท่ีเป็นลายลักษณอ์ กั ษร (Languages) เชน่ text message, ขอ้ ความที่ถกู tweet, เนอื้ หา
ตา่ ง ๆ ในเว็บไซต์ เป็นตน้

4. บนั ทกึ (Records) เชน่ ขอ้ มลู ทางการแพทย,์ ขอ้ มลู ผลสำรวจทีม่ ีขนาดใหญ่, ข้อมลู ทางภาษี เป็นตน้
5. ตวั วัดค่าตา่ ง ๆ (Sensors) เชน่ ข้อมูลอุณหภูมิ, ตัววดั ความเร่ง, ข้อมูลทางภูมศิ าสตร์ เปน็ ตน้

ภาพที่ 1.2 รปู แบบของขอ้ มลู (Big Data)

2

3. ความหมายของ Big Data

หากแปลตรงตวั ก็คงหมายถึง ข้อมลู ขนาดใหญ่ ซ่ึงจรงิ ๆ แล้วคำนิยามของมนั กค็ อื จำนวนข้อมลู ใน
รปู แบบต่าง ๆ ที่มมี ากมายมหาศาล ชนดิ ทเี่ รียกว่า ชอฟต์แวรห์ รอื ฮารด์ แวร์ธรรมดานน้ั ไม่สามารถรองรบั ขอ้ มูล
เหลา่ น้ีได้ โดยสว่ นใหญแ่ ล้วขอ้ มลู เหล่าน้มี กั จะถกู ใช้ในเชิงธุรกจิ เปน็ ขอ้ มลู ท่ีถกู เกบ็ ไว้ในองค์กร หรอื บริษัท เชน่
ขอ้ มลู บริษทั ขอ้ มลู สำคญั ของลกู คา้ วดิ ีโอ ไฟลร์ ปู ภาพ หรอื ไฟลเ์ อกสารต่าง ๆ ฯลฯ เป็นตน้

4. ลกั ษณะสำคญั ของ Big Data

คุณสมบตั ขิ อง Big Data นั้น จะมีลักษณะโดยรวมอยู่ 6 ประการดว้ ยกัน หรือทีม่ กี ารพดู ถึงในชอื่ “5Vs
1C” โดยคณุ ลกั ษณะทงั้ 6 ของ Big Data นน้ั มดี งั น้ี

1. ข้อมลู ท่ีมปี ริมาณมาก (Volume)
หมายถงึ มปี รมิ าณข้อมูลอยมู่ าก มขี นาดใหญ่ สามารถนบั รวมได้ท้งั ข้อมลู แบบออนไลนแ์ ละแบบออฟไลน์ โดย
ขอ้ มลู ตอ้ งมีขนาดใหญเ่ กินกวา่ Terabyte

ยกตัวอยา่ ง เช่น การเขา้ ถึงอนิ เทอร์เน็ตของประชากรทั่วโลกท่ีมีจำนวนเพ่มิ มากขน้ึ ทุกปี ซ่ึงแตล่ ะคน
มีพฤติกรรมการใช้งานข้อมลู ทห่ี ลากหลาย ทำให้ปริมาณของข้อมลู ทเ่ี กิดขึน้ มจี ำนวนมหาศาล

2. ขอ้ มูลทีม่ ีความหลากหลาย (Variety)
หมายถงึ ขอ้ มลู แตล่ ะชนดิ น้นั มคี วามหลากหลาย รวมกันทงั้ รูปแบบมโี ครงสร้าง ไม่มโี ครงสรา้ ง และกง่ึ
โครงสร้าง

ยกตวั อยา่ ง ผ่านพฤตกิ รรมของ Social Media User ทใ่ี นแต่ละวนั สามารถสรา้ งชดุ ขอ้ มูลได้
หลากหลาย เชน่ การคอมเมนต์ลงในโพสตท์ าง Facebook จดั เป็นขอ้ มูลแบบไมม่ โี ครงสร้าง เพราะไม่สามารถ
คาดเดาคำตอบและโพสตท์ ่เี ขาสนใจจากคอมเมนต์ไดห้ รือการโพสตล์ งบน Twitter ทส่ี ามารถจัด Category
ของแตล่ ะโพสต์ผา่ น Hashtag ได้ แตก่ ็ไมส่ ามารถระบุโครงสร้างหรือความหมายของ Hashtag นนั้ ไดอ้ ย่าง
ชัดเจน นจ่ี ึงจัดเปน็ ข้อมูลกงึ่ โครงสรา้ ง ส่วนข้อมลู ทไี่ ดจ้ ากการตอบแบบสอบถามผ่าน Google Form ทม่ี ี
คำถามและคำตอบให้เลอื กอย่างชดั เจน และขอ้ มูลนัน้ สามารถนำไปใช้ต่อไดเ้ ลยทันที จะจัดว่าเป็นชุดขอ้ มูล
แบบมีโครงสรา้ ง เน่อื งจากการใช้งานของ Social Media User นน้ั ไมไ่ ดเ้ ปน็ ระเบียบแบบแผนตายตัว ทำให้
นอกจากมีปรมิ าณข้อมูลเกดิ ขนึ้ อย่างมหาศาลแล้ว ข้อมูลเหล่าน้นั ยังเตม็ ไปดว้ ยความหลากหลายและซบั ซ้อน
อกี ดว้ ย

3. ขอ้ มูลทม่ี ีการเพ่ิมข้ึนอย่างรวดเรว็ (Velocity)
หมายถงึ ข้อมลู ที่มกี ารเพิ่มขนึ้ และเกิดความเปลี่ยนแปลงอยา่ งรวดเรว็ ทำให้เกิดขอ้ มลู แบบ Real-time
มากมาย อย่างเช่นขอ้ มูลการจราจร ซ่ึง Google Map กไ็ ดใ้ ชป้ ระโยชน์จากการเข้าถึง GPS ของผ้ทู สี่ ญั จรไปมา
บนทอ้ งถนน เพ่อื วิเคราะหแ์ ละนำเสนอเส้นทางที่การจราจรคล่องตวั ที่สดุ ให้กับผ้ใู ชง้ าน

4. ขอ้ มลู ทีส่ รา้ งประโยชน์นำไปใช้ในทางธรุ กจิ ได้ (Value)
หมายถงึ ข้อมลู ทีม่ ีคุณค่าต่อการนำไปใชง้ าน สามารถก่อใหเ้ กิดประโยชน์ทางธุรกิจได้เปน็ อยา่ งดี ยกตวั อยา่ ง
เช่น พฤตกิ รรมการคน้ หาข้อมลู ผ่าน Google ท่ที ำใหส้ ามารถทราบถึงความสนใจของผู้คนในช่วงเวลานั้น ๆ ได้

5. ขอ้ มลู ตอ้ งมีความถกู ต้องชัดเจน (Veracity)
เนือ่ งจาก Big Data น้ันรวบรวมขอ้ มลู ไวเ้ ปน็ จำนวนมหาศาล เพราะฉะนั้น ส่งิ ที่สำคญั ที่สุดกค็ ือความถกู ตอ้ ง
ชดั เจนของข้อมูล ซ่งึ จะเป็นส่วนสำคญั ท่ีจะสามารถนำขอ้ มูลเหล่านั้นมาประมวลผลเพอ่ื การใชง้ านตอ่ ในอนาคต
ได้

3

6. ขอ้ มูลตอ้ งมีความเช่ือมโยงกัน (Complexity)
การจะใช้ประโยชนจ์ าก Big Data ได้นั้น มีอกี หนง่ึ ปัจจัยสำคัญนั่นกค็ ือความเช่อื มโยงกันของขอ้ มูล หากส่ิงท่ี
รวบรวมมานัน้ ไม่สามารถหาจุดเชอ่ื มโยงกันได้ ข้อมูลเหลา่ นั้นกไ็ รป้ ระโยชน์ การเก็บ Data ท่ีมีประสทิ ธิภาพน้นั
จงึ ต้องคำนงึ ถึงความสมั พันธ์กนั ของขอ้ มูลดว้ ย

ภาพที่ 1.3 ลักษณะสำคัญของ (Big Data)

5. กระบวนการทำงาน Big Data

1. จัดเก็บข้อมลู (Storage)
เปน็ ข้ันตอนการจัดเกบ็ รวบรวมข้อมลู ท้งั หมดจากแหล่งตา่ ง ๆ ไม่ว่าจะเปน็ ขอ้ มลู ทีม่ คี ุณภาพรวมถึงขอ้ มลู ที่คาด
ว่าอาจจะเป็นประโยชน์ ไม่วา่ จะเปน็ ขอ้ มูลท่เี ปน็ ตวั อักษร ไฟลเ์ อกสาร ไฟล์รูปภาพ ไฟล์วดี ีโอ ไฟล์เสียงทถ่ี กู
บันทกึ จะถกู เกบ็ รวบรวมไว้ท่ีนี่

2. การประมวลผลข้อมูล (Processing)
การประมวลผลขอ้ มูล หลังจากทนี่ ำขอ้ มูลมารวบรวมไวไ้ ด้ในทเี่ ดียวแลว้ ข้อมลู ตา่ ง ๆ จะถกู นำไปจดั หมวดหมู่
ใหอ้ ยใู่ นกลุ่มทม่ี คี วามเก่ยี วขอ้ งกันหรือความสมั พันธ์ใกล้เคยี งกัน ใหผ้ ลลัพธค์ ลา้ ยคลงึ กันมากทส่ี ุด แล้วจึงนำมา
เปล่ยี นเปน็ รูปแบบขอ้ มลู เพ่อื นำเอาข้อมูลทีม่ อี ยเู่ หล่านี้เขา้ ระบบข้อมูลที่ผา่ นการประมวลผลแลว้

3. การวิเคราะห์ข้อมูล (Analyst)
การวิเคราะห์ขอ้ มลู และนำเสนอขอ้ มลู หลงั จากท่ีขอ้ มลู ทง้ั หมดไดถ้ ูกจัดกลุ่มและแยกประเภทเรียบร้อยแล้วนนั้
ตอ่ จากนั้นจะนำมาวเิ คราะห์หา Pattern ความเกย่ี วขอ้ งกันทงั้ หมด ทอ่ี าจมองไม่เหน็ ได้เลยด้วยตา ไมว่ า่ จะเปน็
การหา แนวโนม้ ของการตลาด ความตอ้ งการของลกู คา้ กระแสท่อี าจเกิดขน้ึ ไดใ้ นอนาคต และข้อมลู ดา้ นอน่ื ที่
เปน็ ประโยชน์ และจัดมานำเสนอในรูปแบบตา่ ง ๆ ไม่วา่ จะเปน็ รูปภาพหรอื กราฟ

6. องคป์ ระกอบที่สำคญั Big Data

1. Data Source แหลง่ ทม่ี าของขอ้ มลู
ซงึ่ ถือได้วา่ เป็นต้นนำ้ เป็นแหลง่ กำเนิดของข้อมูล อาจจะเป็นระบบ โปรแกรม หรือจะเป็นมนษุ ย์เรา ท่สี รา้ งให้
เกดิ ขอ้ มลู ข้ึนมา ทงั้ น้ี เมอื่ ได้ชื่อวา่ เปน็ Big Data แล้ว ขอ้ มูลตา่ ง ๆ มักจะมาจากแหลง่ ข้อมลู ทห่ี ลากหลาย
นำพามาซ่ึงความยากลำบากในการจดั การโครงสร้าง หรอื จัดเตรยี มให้ข้อมูลที่นำมารวมกนั นน้ั มคี วามพร้อมใช้
ต่อไป

2. Gateway ช่องทางการเชื่อมโยงขอ้ มลู
การเช่อื มโยงข้อมลู เป็นส่วนท่สี ำคัญมาก และเป็นปญั หาใหญ่ในการทำ Big Data Project ต้องอาศยั ทกั ษะ
ของ Data Engineer ทง้ั การเขยี นโปรแกรมเอง และใช้เคร่อื งมอื ทม่ี อี ยู่มากมาย ทัง้ นีก้ ารจะออกแบบช่อง
ทางการเช่ือมโยงขอ้ มูลไดอ้ ย่างสมบรู ณ์แบบ จำเป็นตอ้ งทราบกอ่ นว่า จะนำขอ้ มูลใดไปทำอะไรตอ่ บ้าง มิ
เชน่ นั้น การสร้างชอ่ งทางการเชอื่ มทไี่ มม่ ีเป้าหมาย ก็อาจเป็นการเสียเวลาโดยเปลา่ ประโยชน์

4

3. Storage แหล่งเกบ็ ขอ้ มูล
แหล่งเก็บน้ี ไมใ่ ชแ่ ค่การเก็บขอ้ มลู จากแหลง่ ขอ้ มลู แตเ่ ป็นการเกบ็ ข้อมูลจากแหล่งขอ้ มลู หลาย ๆ แหลง่ เอามา
ไวเ้ พอ่ื รอการใช้งาน ซ่งึ อาจจะเป็นท่ีพักข้อมลู ใหพ้ รอ้ มใช้ หรอื จะเปน็ แหล่งเก็บข้อมูลในอดตี ก็เปน็ ได้

4. Analytics การวเิ คราะหข์ อ้ มลู
ส่วนนี้เป็นหน้าท่หี ลกั ของ Data Scientist ซ่งึ แบง่ งานออกเปน็ 2 ลักษณะ คอื การวิเคราะห์เบ้อื งต้น โดยการ
ใชว้ ิธีทางสถติ ิ หรอื จะเปน็ การวเิ คราะหเ์ ชงิ ลึกโดยการสร้าง Model แบบต่าง ๆ รวมไปถึงการใช้ Machine
Learning เพื่อให้ไดผ้ ลลัพธ์เฉพาะจงเจาะในแตล่ ะปัญหา และแตล่ ะชดุ ขอ้ มูล

5. Result/Action การใช้ผลการวเิ คราะหข์ อ้ มลู
ผลลพั ธท์ ไ่ี ด้จากการวเิ คราะห์สามารถนำไปใช้งานได้ 2 รูปแบบ คือ ออกเป็นรายงาน เพ่อื ให้ Data Analyst นำ
ผลลพั ธ์ทไี่ ด้ไปใชก้ ับงานทางธุรกิจตอ่ ไป หรือจะเป็นการนำไปกระทำเลยโดยที่ไมต่ ้องมี “มนษุ ย”์ คอย
ตรวจสอบ ซ่ึงจำเป็นตอ้ งมกี ารเขียนโปรแกรมเพิ่ม เพือ่ ใหม้ กี ารกระทำออกไป ท่เี รยี กวา่ Artificial
Intelligence (AI)

ภาพที่ 1.4 องคป์ ระกอบทส่ี ำคญั (Big Data)

7. ประโยชน์ของการใช้ Big Data

1. สามารถเข้าใจลูกค้าได้มากยิง่ ขนึ้ ดว้ ยการนำฐานขอ้ มลู ท่ีมอี ย่ใู น Big Data ศึกษาถึงลกั ษณะ
พฤตกิ รรมของผบู้ รโิ ภควา่ มีการตดั สนิ ใจในการเลอื กสนิ คา้ อย่างไร สามารถนำเสนอสินคา้ ท่คี ุณมอี ยใู่ หต้ รงกับ
ความต้องการของลูกคา้ ไดห้ รอื ไม่ หากไม่มจี ะสามารถนำสนิ ค้าชนิดอ่นื ทีม่ อี ยู่นำไปทดแทนไดห้ รือไม่

2. สามารถวิเคราะหค์ วามตอ้ งการของตลาดในอนาคตได้ ขอ้ มูลต่าง ๆ ทถ่ี กู คน้ หาในอินเตอร์เน็ต รวมถงึ
ใน Social Media ตา่ ง ๆ สามารถนำมารวบรวมได้ ว่ามีอะไรทป่ี ็นกระแสหรือได้รบั ความนิยมอยูใ่ นขณะนน้ั วา่
กระแสอะไรทนี่ ำมาคน้ หาหรือกลา่ วถงึ อยู่มากที่สุด ก็สามารถนำข้อมลู นนั้ มาวิเคราะห์และวางแผนกอ่ น หากมี
แผนท่ดี แี ละสามารถทำได้อยา่ งรวดเร็วกส็ ามารถเปน็ ผู้นำกระแสได้อยา่ งไม่ยาก จากการใชข้ ้อมูลจาก Big Data

3. การวางแผนในอนาคตมีประสทิ ธิภาพมากยิง่ ขึน้ จากข้อมลู ทีม่ ีอยสู่ ามารถนำผลวิเคราะห์จาก Big
Data เข้ามาชว่ ยประกอบการวางแผนและการตัดสนิ ใจได้เป็นอยา่ งดี ท้ังในเร่อื งของการลดต้นทนุ เพ่ิมผลผลิต
โดยการเก็บข้อมลู ตา่ ง ๆ ภายในองคก์ รเพือ่ นำไปวิเคราะห์ไม่วา่ จะเปน็ กระบวนการผลติ ขอ้ มูลการใช้วตั ถดุ ิบ
จะทำให้สามารถทราบได้ว่าปญั หาภายในองคก์ รมีหรอื ไม่ตอ้ งปรบั ปรงุ แกไ้ ขสว่ นใด เพือ่ ท่จี ะสามารถแกไ้ ข
ปญั หาได้อยา่ งรวดเร็ว เพ่อื ปอ้ งกันความผิดพลาดในการผลิต

4. คาดการณ์ปญั หาที่อาจเกิดขน้ึ จากการนำข้อมูลทีม่ ีจาก Big Data มาคาดการณ์ความต้องการของ
ตลาด ซึ่งนอกจากคาดการณใ์ นอนาคตไดแ้ ล้วนั้น กย็ ังสามารถนำข้อมลู สว่ นนั้นมาวิเคราะห์ต่อยอดไดอ้ ีกว่า ใน

5

อนาคตนัน้ จะมีเหตกุ ารณ์อะไรทีส่ ามารถเกดิ ขึน้ ไดบ้ ้าง ก็สามารถนำขอ้ มูลสว่ นนน้ั นำไปวางแผน ปรบั นโยบาย
วธิ ีการบรหิ ารองค์กร เพ่อื ให้สามารถแก้ไขปญั หาได้อยา่ งรวดเร็วท่ีอาจเกิดข้ึนได้ในอนาคต

5. ลดงบประมาณในการลงทนุ ด้าน IT ในอนาคตหลงั จากทน่ี ำ Big Data มาใชใ้ นองคก์ รแลว้ สามารถลด
ตน้ ทุนการใช้งบประมาณในด้าน IT ได้เปน็ อยา่ งดี เนอื่ งจากสามารถนำขอ้ มูลที่ได้มาไปใช้ประโยชนใ์ นด้านอน่ื
ๆ ได้อกี พรอ้ มยงั ช่วยลดต้นทุนในการจา้ งพนักงานในดา้ น IT ไดอ้ กี หลายตำแหนง่ ทสี่ ามารถใช้ Big Data มา
ทดแทนได้

8. การจัดการขอ้ มลู ขนาดใหญ่ Big Data

1) กำหนดกลยุทธ์เกย่ี วกับขอ้ มูลขนาดใหญ่
ในระดับสงู กลยทุ ธข์ อ้ มูลขนาดใหญเ่ ป็นแผนที่ออกแบบมาเพอ่ื ช่วยคุณในการกำกบั ดแู ลและปรบั ปรงุ วธิ ีที่คณุ
ไดร้ ับ จดั เกบ็ จัดการ แบง่ ปนั และใชข้ ้อมลู ภายในและภายนอกองคก์ รของคุณ กลยุทธข์ ้อมลู ขนาดใหญช่ ว่ ยปู
ทางไปสูค่ วามสำเรจ็ ทางธรุ กิจทา่ มกลางขอ้ มลู จำนวนมาก เมอ่ื พัฒนากลยุทธ์ ส่ิงสำคญั คอื ต้องพิจารณา
เปา้ หมายทางธรุ กิจและเทคโนโลยีในปัจจบุ นั และอนาคตและโครงการริเรม่ิ การปฏบิ ัติกับข้อมูลขนาดใหญม่ ี
ความจำเปน็ เช่นทรัพย์สนิ ทางธรุ กจิ ทม่ี ีค่าอ่นื ๆ แทนที่จะเปน็ เพยี งผลพลอยได้ของแอปพลเิ คชนั

2) รแู้ หล่งทมี่ าของขอ้ มลู ขนาดใหญ่
กระแสขอ้ มลู มาจาก Internet of Things (IoT) และอุปกรณ์ทีเ่ ชื่อมตอ่ อื่น ๆ ที่ไหลเข้าสู่ระบบไอทีจากอุปกรณ์
สวมใส่ รถยนตอ์ จั ฉริยะ อุปกรณท์ างการแพทย์ อปุ กรณอ์ ุตสาหกรรม และอนื่ ๆ
คณุ สามารถวเิ คราะหข์ ้อมูลขนาดใหญ่นไ้ี ด้เมอ่ื มาถงึ รวมถงึ ตัดสนิ ใจเลอื กข้อมูลทจี่ ะเกบ็ หรอื ไม่เก็บ และขอ้ มลู
ใดท่ตี ้องมกี ารวเิ คราะห์เพ่มิ เตมิ โซเชยี ลมเี ดีย ขอ้ มูลเกิดจากการโตต้ อบบน Facebook, YouTube,
Instagram ฯลฯ ซึง่ รวมถึงขอ้ มูลขนาดใหญ่จำนวนมหาศาลในรปู แบบของภาพ วดิ ีโอ คำพดู ขอ้ ความ และ
เสยี ง

–มปี ระโยชน์สำหรบั ฟงั ก์ช่ันการตลาด การขาย และการสนับสนุน ขอ้ มูลนม้ี กั จะอยูใ่ นรปู แบบที่ไมม่ ี
โครงสร้างหรือก่ึงโครงสร้าง ดังนั้น จึงเป็นความทา้ ทายในแบบเฉพาะ สำหรับการบรโิ ภค และการวิเคราะห์
ข้อมลู ที่เปดิ เผยตอ่ สาธารณชน มาจากแหลง่ ขอ้ มูลแบบเปิดขนาดใหญ่เชน่ data.gov ของรฐั บาลสหรฐั , CIA
World Factbook หรอื พอร์ทัลข้อมลู แบบเปดิ ของสหภาพยโุ รป ข้อมลู ขนาดใหญอ่ ่นื ๆ อาจมาจากพืน้ ท่เี ก็บ
ข้อมูลส่วนกลาง แหล่งขอ้ มูลบนระบบคลาวด์ ซพั พลายเออร์ และลกู คา้

3) การเขา้ ถึง จัดการ และจดั เกบ็ ข้อมลู ขนาดใหญ่
ระบบคอมพวิ เตอร์สมยั ใหมม่ คี วามเร็ว พลัง และความยดื หยนุ่ ทจ่ี ำเป็นในการเข้าถงึ ข้อมูลจำนวนมหาศาลและ
ประเภทของขอ้ มลู ขนาดใหญ่ได้อยา่ งรวดเรว็ นอกเหนอื จากการเขา้ ถงึ ท่เี ชื่อถือไดแ้ ล้ว
บรษิ ัทตา่ ง ๆ ยงั ต้องมวี ธิ ใี นการรวมขอ้ มลู รบั ประกนั คณุ ภาพของขอ้ มูล การจัดระเบยี บข้อมลู และการจัดเก็บ
และการเตรยี มขอ้ มูล

4) การวเิ คราะหข์ ้อมลู ขนาดใหญ่
ดว้ ยเทคโนโลยีที่มีประสทิ ธภิ าพสูง เช่น Grid Computing (การประมวลผลแบบกริด) หรือการวเิ คราะหใ์ น
หนว่ ยความจำ องค์กรตา่ ง ๆ จงึ สามารถเลือกที่จะใช้ข้อมลู ขนาดใหญท่ ง้ั หมดของพวกเขามาทำการวิเคราะหไ์ ด้
แต่ไม่วา่ จะใช้วิธีใด การวเิ คราหะข์ อ้ มูลขนาดใหญเ่ ป็นวิธที บ่ี ริษทั ต่าง ๆ ไดร้ บั มูลคา่ และขอ้ มูลเชงิ ลึกจากขอ้ มูล
ปจั จุบนั ข้อมลู ขนาดใหญป่ ้อนข้อมลู เข้าส่รู ะบบการวิเคราะห์ท่ีมคี วามกา้ วหน้าทส่ี ูงขน้ึ เชน่ ปญั ญาประดษิ ฐ์

6

5) ตดั สินใจอยา่ งชาญฉลาดและใช้ข้อมลู ช่วย
ข้อมลู ทไ่ี ด้รบั การจดั การและมีความนา่ เช่อื ถือนำไปสกู่ ารวิเคราะห์ที่นา่ เช่ือถอื และการตดั สนิ ใจท่ีนา่ เชอ่ื ถือ
เพอ่ื ให้สามารถแข่งขนั ได้ ธรุ กิจตา่ ง ๆ จำเปน็ ต้องไดร้ ับประโยชน์สงู สดุ จากขอ้ มลู ขนาดใหญ่
และดำเนนิ งานบนพืน้ ฐานขอ้ มูล

– ทำการตดั สนิ ใจบนพื้นฐานหลกั ฐานทน่ี ำเสนอโดยขอ้ มลู ขนาดใหญ่ไมใ่ ชต่ ามสัญชาตญาณของ
ผบู้ ริหาร การขบั เคลอ่ื นด้วยขอ้ มูลมีประโยชน์ที่ชัดเจน

9. Hadoop

Hadoop คือ ซอฟท์แวร์ประเภท Open Source ที่จัดทำขนึ้ เพ่อื เป็นแพลตฟอรม์ ในการจัดเกบ็ ขอ้ มูล
ซึ่งมีกรอบการทำงานเพอ่ื ใช้ในการจดั เกบ็ ขอ้ มลู และประมวลผลขอ้ มูลทม่ี ขี นาดใหญม่ าก ๆ ทีเ่ ราเรียกกันวา่ Big
Data ซึง่ เจ้าตวั Hadoop เนยี่ กส็ ามารถปรบั ขยาย ยืดหย่นุ เพือ่ รองรับขอ้ มูลท่มี ีจำนวนมากมายมหาศาลได้
ทงั้ นกี้ เ็ พราะมนั มกี ระบวนการประมวลผลทแ่ี ข็งแกรง่ มากซึ่งเป็นผลมาจากการประมวลผลขอ้ มูลแบบกระจาย
ผา่ นเคร่อื งคอมพิวเตอรท์ ถี่ กู จัดอยใู่ นรูปแบบ Cluster อันนำไปสู่ความสามารถในการรองรับข้อมลู ทไี่ มจ่ ำกัด
แถมยงั มคี วามนา่ เช่อื ถอื สงู อกี ดว้ ย

ภาพที่ 1.5 การทำงานของ Hadoop

10. Structured Data VS Unstructured Data

Structured Data จะทำงานดว้ ยง่ายกว่า ส่วนใหญเ่ ก็บอยใู่ นรปู ของ SQL database/ tables.
Unstructured Data จะมขี น้ั ตอนในการทำความสะอาด ปรบั หน้าตาให้สวยก่อนใชง้ าน โลกเรามขี ้อมูล
ประเภทน้มี ากกว่า 80% ที่รอใหเ้ ราดึงมาวิเคราะห์ เชน่ facebook comments ของคนทว่ั โลก, กระทใู้ น
pantip, วีดีโอบน youtube เป็นตน้

11. หนว่ ยความจำของคอมพวิ เตอร์

หน่วยความจำ (Memory Unit) เป็นหน่วยจดั เกบ็ ขอ้ มูลท่ที ำงานไดร้ วดเร็วท่สี ุด ซงึ่ สามารถจำแนกตาม
ลกั ษณะการใชง้ านได้ 2 ประเภท คือ

1.) หนว่ ยความจำหลกั (Main Memory) หรือเรียกว่า หนว่ ยความจำภายใน (Internal Memory)
สามารถแบง่ ออกเปน็ 2 ประเภท ไดแ้ ก่

1. รอม (Read Only Memory - ROM)
รอม (Read Only Memory - ROM) เปน็ หน่วยความจำท่ีมโี ปรแกรมหรอื ขอ้ มูลอยแู่ ล้วสามารถเรยี กออกมาใช้
งานไดแ้ ต่จะไม่สามารถเขยี นเพิม่ เติมไดแ้ ละแม้ว่าจะไมม่ ีกระแสไฟฟ้าไปเลี้ยงใหแ้ กร่ ะบบข้อมูลกไ็ มส่ ญู หายไป

7

ภาพท่ี 1.6 แรม
2.แรม (Random Access Memory)
แรม (Random Access Memory) เปน็ หน่วยความจำทสี่ ามารถเกบ็ ขอ้ มูลไดเ้ ม่ือมกี ระแสไฟฟา้ หลอ่ เลี้ยง
เท่านัน้ เม่ือใดไมม่ กี ระแสไฟฟา้ มาเล้ียงขอ้ มลู ทอ่ี ยูใ่ นหนว่ ยความจำชนดิ น้จี ะหายไปทนั ที

ภาพที่ 1.7 รอม
2.หน่วยความจำรอง (Second Memory) หรอื หนว่ ยความจำภายนอก (External Memory) เป็น
หนว่ ยความจำทีต่ ้องอาศัยสื่อบนั ทึกขอ้ มูลและอุปกรณ์รบั -สง่ ข้อมลู ชนดิ ตา่ ง ๆ ไดแ้ ก่

1.ฮาร์ดดิสก์ (Hard Disk)
ฮาร์ดดสิ ก์ (Hard Disk) เป็นฮารด์ แวร์ทีท่ ำหน้าทเี่ กบ็ ขอ้ มูลในเครื่องคอมพิวเตอร์ ท้ังโปรแกรมใชง้ านตา่ ง ๆ
ไฟลเ์ อกสาร รวมทั้งเปน็ ทีเ่ ก็บระบบปฏิบตั ิการท่ีเป็นโปรแกรมควบคุมการทำงานของเคร่อื งคอมพิวเตอร์ดว้ ย

ภาพท่ี 1.8 ฮารด์ ดสิ ก์

8
2.ฟลอบปดี้ ิสก์ (Floppy Disk)
ฟลอปป้ีดสิ ก์ นิยมเรยี กโดยทว่ั ไปว่า ดสิ กเ์ กตต์ ( diskettes) หรือดิสก์ ( disks) เป็นอปุ กรณเ์ ก็บข้อมลู สำรองท่ี
สามารถพกพาและเคล่อื นย้ายได้สะดวก ฟลอปปีดสิ ก์ ในรุ่นแรก ๆ จะมีขนาด 8 นิว้ และ 5.25 นวิ้ แต่ปจั จุบัน
นยิ มใชข้ นาด 3.5 น้ิวแตเ่ ดิมฟลอปปีดสิ กเ์ รยี กวา่ ฟลอปปี ( floppies) เพราะดสิ ก์มีลกั ษณะที่บางและยืดหยนุ่
แตป่ ัจจุบันลักษณะของดสิ ก์ไดพ้ ฒั นาขึ้นเรอ่ื ย ๆ เป็นดสิ กท์ ีห่ ุ้มด้วยแผน่ พลาสตกิ แขง็ แต่เน้ือดสิ ก์ภายในยังคง
อ่อนเหมอื นเดิม จึงเรียกฟลอปปเ้ี ชน่ เดิม

ภาพท่ี 1.9 ฟลอบปดี้ ิสก์
3.ซดี ี (Compact Disk - CD)
ซีดี (Compact Disk - CD) เป็นอุปกรณบ์ นั ทึกขอ้ มลู แบบดจิ ิทลั เป็นสอ่ื ที่มขี นาดความจุสงู เหมาะสำหรบั
บันทกึ ขอ้ มลู แบบมัลตมิ เี ดีย ซีดีรอมทำมาจากแผ่นพลาสตกิ กลมบางที่เคลอื บด้วยสารโพลีคารบ์ อเนต (Poly
Carbonate) ทำให้ผิวหน้าเป็นมันสะทอ้ นแสง โดยมีการบันทกึ ขอ้ มลู เปน็ สายเดยี ว (Single Track) มีขนาด
เส้นผ่าศนู ย์กลางประมาณ 120 มิลลิเมตร ปัจจุบนั มซี ีดอี ยู่หลายประเภท ไดแ้ ก่ ซีดเี พลง (Audio CD) วซี ีดี
(Video CD - VCD) ซีดี-อาร์ (CD Recordable - CD-R) ซดี ี-อารด์ ับบลิว (CD-Rewritable - CD-RW) และ ดี
วดี ี (Digital Video Disk - DVD)

ภาพท่ี 1.10 ซดี ี

9
4.รมี ฟู เอเบิลไดร์ฟ (Removable Drive)
รมี ฟู เอเบิลไดร์ฟ (Removable Drive) เปน็ อปุ กรณเ์ กบ็ ขอ้ มูลทไ่ี ม่ต้องมตี วั ขบั เคล่อื น (Drive) สามารถพกพา
ไปไหนไดโ้ ดยตอ่ เข้ากับเครอื่ งคอมพิวเตอร์ด้วย Port USB ปัจจบุ ันความจขุ องรมี ูฟเอเบิลไดร์ฟมีต้งั แต่ 2, 4 , 8
, 16 , 32 กกิ ะไบต์ ทัง้ น้ยี งั มไี ดรฟ์ ลกั ษณะเดยี วกนั เรยี กในช่ืออนื่ ๆ ไดแ้ ก่ Pen Drive , Thump Drive ,
Flash Drive

ภาพท่ี 1.11 รมี ูฟเอเบลิ ไดรฟ์
5.ซิบไดร์ฟ (Zip Drive)
ซบิ ไดรฟ์ (Zip Drive) เปน็ สือ่ บนั ทึกข้อมูลทจ่ี ะมาแทนแผน่ ฟลอ็ ปปี้ดิสก์ มีขนาดความจุ 100 เมกะไบต์ ซงึ่ การ
ใชง้ านซปิ ไดร์ฟจะตอ้ งใช้งานกบั ซปิ ดิสก์ (Zip Disk) ความสามารถในการเกบ็ ข้อมูลของซิปดสิ ก์จะเก็บข้อมลู ได้
มากกวา่ ฟล็อปปดี้ ิสก์

ภาพที่ 1.12 ซบิ ไดร์ฟ
6.Magnetic optical Disk Drive
Magnetic optical Disk Drive เป็นสื่อเกบ็ ขอ้ มูลขนาด 3.5 นวิ้ ซึง่ มขี นาดพอ ๆ กบั ฟล็อบปด้ี สิ ก์ แต่ขนาด
ความจุมากกวา่ เพราะวา่ MO Disk drive 1 แผน่ สามารถบันทึกขัอมูลไดต้ ้ังแต่ 128 เมกะไบต์ จนถงึ ระดับ
5.2 กิกะไบต์

ภาพท่ี 1.13 Magnetic optical Disk Drive

10
7.เทปแบค็ อัพ (Tape Backup)
เทปแบ็คอัพ (Tape Backup) เปน็ อปุ กรณส์ ำหรับการ Backup ขอ้ มลู โดยเฉพาะ interface สว่ นใหญ่ เปน็
แบบ SCISI II, Ultra SCISI ซง่ึ เหมาะกบั การสำรองข้อมูลขนาดใหญ่มาก ๆ ขนาดระดับ 10-100 GB โดยสว่ น
ใหญจ่ ะใชส้ ำรองขอ้ มลู ในหน่วยงาน บรษิ ทั ตา่ ง ๆ เพราะวา่ ผูใ้ ช้โดยทัว่ ไปคงไมม่ ีความจำเป็นถงึ กบั ต้องการ
สำรองขอ้ มลู ท่ใี หญ่ ขนาดน้นั เพราะราคาเคร่อื งเริ่มต้นคอ่ นขา้ งสูงพอสมควร แตร่ าคาของตัว Tape ทน่ี ำมา
Backup นนั้ ราคาต่อขนาดแลว้ คอ่ นข้างตำ่ กว่าสือ่ สำรองข้อมลู แบบอ่นื ๆ เพราะฉะนัน้ Tape backup น้ยี ังคง
ไดรั ับความนิยมในการนำมาใชส้ ำรองข้อมลู ขนาดใหญ่ ๆ

ภาพท่ี 1.14 เทปแบ็คอัพ
8.การด์ เมมโมรี (Memory Card)
การ์ดเมมโมรี (Memory Card) แผน่ เก็บบันทกึ ภาพทม่ี ีหนว่ ยความจำเป็น MB เมกะไบท์ โดยท่วั ไป
ความสามารถในการเก็บบนั ทกึ ภาพจะขน้ึ กบั ความละเอยี ดของภาพท่ตี ้งั ค่าเอาไว้ในกลอ้ งดิจติ อล เชน่ Memory
card ความจุ 16 MB สามารถเกบ็ บันทึกภาพขนาด 5 MP ได้ 6 – 11 รปู เปน็ ต้น

ภาพที่ 1.15 การด์ เมมโมรี

11

แหล่งอ้างอิง

https://mandalasystem.com/blog/th/45/big-data-18082020
https://www.moomall.com/post/big-data
https://trainmoodle.com/mod/page/view.php?id=554
https://1stcraft.com/what-is-big-data/
https://www.ko.in.th/
http://bigdataexperience.org/what-to-know-about-hadoop/
https://sites.google.com/site/myhardware03/hnwy-khwam-ca-memory-unit