สารบัญ
ครับ ขอเปิดด้วยภาพหนึ่งภาพในใจก่อน — ห้องสมุดของเมือง
ห้องสมุดที่เก็บ “ความจริง” ของธุรกิจคุณ ลูกค้าเป็นใคร ขายอะไรไปแล้ว ใครทำงานให้ เงินหมุนเวียนยังไง สินค้าอยู่ใน stock เท่าไร ทั้งหมดอยู่ในห้องสมุดนี้
แต่ที่หนักกว่านั้น ห้องสมุดของยุคปี 2026 ไม่เหมือนห้องสมุดของยุค 2010 อีกต่อไปแล้ว มี database 8-10 family ที่ทำงานคนละแบบ มี serverless DB ที่จ่ายตาม request มี vector DB ที่ค้นหาด้วย “ความหมาย” ไม่ใช่ “คำ” มี local-first DB ที่อยู่ในกระเป๋า user มี static-first stack ที่ “เลิกใช้ database” ไปเลยสำหรับเว็บ content
ผู้บริหารส่วนใหญ่ตัดสินใจซื้อ DB stack หลายแสนหลายล้านบาทโดยไม่เข้าใจว่าเลือกอะไร เจ้าของกิจการเสียเงิน vendor ที่เก่งขาย ไม่ใช่เก่ง design dev junior ใช้ MongoDB เพราะ “modern ดี” แล้วเจอ JOIN ทำไม่ได้
ซีรีส์นี้เกิดขึ้นเพื่อแก้ปัญหานี้ครับ
16 EPs ที่พาคุณเดินทาง จากกระดาษ ledger ของ NASA Apollo ในยุค 1960s ผ่าน Codd paper ที่เปลี่ยนวงการ, Twitter Fail Whale ปี 2008 ที่จุดชนวน NoSQL movement, Supabase ของ startup 3 คนที่ launch ได้ user 10K, ไปจนถึง vector database ที่อยู่เบื้องหลัง ChatGPT
ภาษาคน analogy ที่คนไทยเข้าใจ เคสจริงในข่าวที่อ่านแล้วจำ ไม่ต้องเป็นโปรแกรมเมอร์ ไม่ต้องสอบใบเซอร์ฯ แค่อยากเข้าใจว่าธุรกิจของคุณ (บริษัท startup ครอบครัว ตัวคุณเอง) เก็บความจริงไว้ที่ไหน + ดูแลยังไง
โครงสร้าง 5 Parts
ซีรีส์ออกแบบเป็น 5 Parts ตามลำดับ WHY → ประวัติ → How → เลือกใช้ → Future อ่านเรียงตั้งแต่ EP.01 จะได้ภาพต่อเนื่อง แต่ถ้าอยากโดดเข้า Part ใด Part หนึ่งก็โดดได้
🏛️ Part 0 — WHY: ทำไมต้องมีห้องสมุด (1 EP)
ปัญหา 4 อย่างที่ทำให้โลกต้องคิด database ขึ้นมา และทำไม “Excel = database” คือความเข้าใจผิดที่ scale ไม่ได้
📜 Part 1 — ประวัติ: 4 ยุคของ Database (4 EPs)
จาก hierarchical ของ NASA Apollo ผ่าน CODASYL network model (Record type / Set / Owner / Member / Multi-owner) ผ่าน relational revolution ของ Codd แวะที่ OODBMS (OID, Encapsulation, Inheritance, Complex objects — เคส CATIA / PostGIS) ไปจนถึง NoSQL 6 ตระกูล ที่เกิดเพราะ Twitter ล่ม ปิดที่ serverless ของยุค cloud
- EP.02 — ยุค 1960s-70s: Hierarchical → Relational Revolution (+ CODASYL + OODBMS)
- EP.03 — ยุค 1980s-90s: ACID + Enterprise Backbone
- EP.04 — ยุค 2000s-2010s: NoSQL Movement + Big Data (6 ตระกูล: Key-Value / Document / Column-oriented / Graph / Time-Series / Spatial)
- EP.05 — ยุค 2020s: Cloud-Native + Serverless Database
⚙️ Part 2 — How: ภายใน Database ทำงานยังไง (3 EPs)
Schema ที่ดี + Index ที่ใช่ + Transaction ที่ ACID — 3 เสาหลักที่ทุก dev/PM ต้องเข้าใจ บวกเรื่อง 4 ลักษณะของ relational table ของ Codd, 3-Schema Architecture, การดูแล physical storage, และวิธีกู้ระบบหลัง crash
- EP.06 — Schema, Normalization, Keys: ออกแบบห้องสมุดที่ไม่รก (+ Codd’s 4 properties + Candidate/Alternate Key + 3-Schema Architecture & Data Independence)
- EP.07 — Index + Query Optimization: ทำไม query ที่เคยเร็ว ช้าลง 1000 เท่า (+ Database Reorganization — REINDEX, VACUUM, OPTIMIZE TABLE, online reorg)
- EP.08 — Transaction + Concurrency Control: 100 คนจองที่นั่งสุดท้ายพร้อมกัน (+ Deadlock Detection vs Prevention — Wait-Die / Wound-Wait / Timeout / Lock Ordering + Checkpoint + Restart Processing แบบ ARIES — Redo/Undo phases)
🏘️ Part 3 — เลือก Storage ตามขนาด (4 EPs)
มุมที่ผมว่าเป็นจุดเด่นที่สุดของซีรีส์นี้ — เล่า DB landscape ตามขนาดของ project ที่คุณกำลังทำอยู่
- EP.09 — มุมเว็บส่วนตัว: Database-less Architecture (ทำไม blog นี้ไม่มี database)
- EP.10 — มุม Personal Data: SQLite + Local-first (Database ที่อยู่ในกระเป๋าคุณ)
- EP.11 — มุม Startup: Serverless DB Stack (เปิด SaaS ทีม 3 คนได้ยังไง)
- EP.12 — มุม Enterprise: Polyglot Persistence (ทำไม Netflix ใช้ DB 7 ตัว)
🛡️ Part 4 — Operations: คนที่ดูแล + ความเสี่ยง (2 EPs)
ใครคุมคนที่ถือกุญแจทุกดอก + ป้องกันโกดังจากทั้งภายในและภายนอก
🚀 Part 5 — Future + AI Era (2 EPs)
Vector DB ที่อยู่เบื้องหลัง AI app ของยุค 2026 + Decision Tree + 5 trends ที่ต้องจับตา
- EP.15 — Vector Database + AI Era: ห้องสมุดที่ค้นด้วยความหมาย
- EP.16 — Wrap: Decision Tree ปี 2026 + 5 Trends
ใครควรอ่าน
- เจ้าของกิจการ / ผู้บริหาร — เข้าใจ database ในระดับ concept พอที่จะตัดสินใจซื้อ stack, อนุมัติ budget, ถามคำถามถูกในห้องประชุม
- PM / Product Manager — เข้าใจ trade-off ของ DB choice ที่กระทบ feature ที่จะ ship
- Dev junior / Bootcamp graduate — ปูพื้น context ของทุก DB ที่จะเจอใน production
- Startup founder — รู้ว่า stack ของยุค 2026 หน้าตาเป็นยังไง, เลือกอะไรก่อนหลัง
- คนที่อยากเข้าใจ AI app ปี 2026 — ทำไม ChatGPT ตอบได้ฉลาด, vector DB คือใคร
ก่อนเริ่มอ่าน — series prerequisite
ซีรีส์นี้ไม่บังคับให้คุณรู้อะไรก่อน แต่ถ้าอ่านชุดเหล่านี้ไปแล้ว — บางตอนของ Database 101 จะเข้าใจง่ายขึ้นมาก:
- IT Foundation — พื้นฐาน IT สำหรับยุค AI (10 EP) — โดยเฉพาะ EP.04 (Architectures) สำหรับ context ของ serverless/cloud
- CyberSecurity Foundation — รากฐาน Security สำหรับยุค AI (52 EP) — โดยเฉพาะ EP.32 (Cloud Shared Responsibility) + EP.17 (PAM + Zero Trust) สำหรับ EP.13-14 ของซีรีส์นี้
แต่ไม่จำเป็น — Database 101 ตอนแต่ละตอนพยายาม self-contained เท่าที่เป็นไปได้
ปิดท้าย — ทำไมเรื่องนี้สำคัญ
Database คือ DNA ของธุรกิจดิจิทัลทุกธุรกิจ ไม่มีข้อยกเว้น
ลูกค้าของคุณคือใคร ขายอะไรไป สินค้า stock เท่าไร เงินหมุนเวียนยังไง ทั้งหมดอยู่ใน database
ถ้า database เพี้ยน ทุก decision ของธุรกิจที่อิงข้อมูลก็เพี้ยนตาม
ผู้บริหารที่ไม่เข้าใจ database ในระดับ concept จะตัดสินใจซื้อระบบ จ้าง vendor อนุมัติ budget โดยไม่รู้ว่าตัวเองตัดสินใจถูกไหม Dev ที่ไม่เข้าใจ จะเขียน app ที่ scale ไม่ได้ PM ที่ไม่เข้าใจ จะ scope feature ที่ implement ไม่ได้
ผมหวังว่า 16 ตอนนี้จะเป็น foundation ที่ใช้ได้ตลอด 5-10 ปีข้างหน้า ไม่ว่า technology จะเปลี่ยนกี่รอบ concept ของ “ห้องสมุดของเมือง” ที่เก็บความจริงของธุรกิจ จะยังเหมือนเดิม
→ เริ่มอ่านที่ EP.01 — ทำไมต้องมี Database