ฝึกปฏิบัติ SQL

บทความนี้เขียนเพื่อผู้เริ่มต้นที่ยังไม่เคยเขียน SQL มาก่อน เราจะเรียนคำสั่ง SQL ที่จำเป็นครบทุกคำสั่ง ตั้งแต่ CREATE (สร้างฐานข้อมูล/ตาราง), INSERT (เพิ่มข้อมูล), SELECT (ดึงข้อมูล), UPDATE (แก้ไขข้อมูล) ไปจนถึง DELETE (ลบข้อมูล) พร้อมตัวอย่างที่ทำตามได้จริง

ก่อนอื่นมาทำความรู้จักคำศัพท์ 4 คำที่จะใช้ตลอดบทความ:

• ฐานข้อมูล (Database) — เหมือน “โฟลเดอร์” หรือ “สมุดบัญชี” ที่เก็บตารางไว้ข้างใน
• ตาราง (Table) — เหมือน “ตารางใน Excel” มีทั้งแถวและคอลัมน์ เช่น ตาราง patient เก็บข้อมูลผู้ป่วย
• แถว / record — ข้อมูลของคนหรือสิ่งของ หนึ่งหน่วย เช่น ข้อมูลผู้ป่วย 1 คน = 1 แถว
• คอลัมน์ / column — ข้อมูล ชนิดเดียวกัน ทั้งคอลัมน์ เช่น คอลัมน์ weight เก็บแต่น้ำหนัก

ส่วน SQL (อ่านว่า “เอส-คิว-แอล”) คือภาษาที่เราใช้ “พูดคุย” กับฐานข้อมูล เหมือนเราสั่งงานพนักงาน เช่น บอกว่า “เอารายชื่อผู้ป่วยที่น้ำหนักเกิน 100 กิโลกรัมมาให้ดูหน่อย” — ประโยคนี้แปลเป็น SQL ได้ และเราจะเรียนวิธีเขียนไปทีละขั้น

ในบทความนี้เราจะเรียนตามลำดับ: ติดตั้ง CAMPP → เปิด phpMyAdmin → ใช้ CREATE สร้างฐานข้อมูลและตาราง → ใช้ INSERT เพิ่มข้อมูล → ใช้ SELECT ดึงข้อมูล (พร้อม WHERE, ORDER BY, GROUP BY, JOIN) → และใช้ UPDATE แก้ไข กับ DELETE ลบข้อมูล

ไม่ต้องกลัวถ้าไม่เข้าใจทันที — ลองพิมพ์คำสั่งตามจริง ๆ ในเครื่องแล้วดูผลลัพธ์ จะเข้าใจได้เร็วกว่าอ่านอย่างเดียวหลายเท่า

1. ติดตั้ง CAMPP#

ก่อนจะเล่นฐานข้อมูลได้ เราต้องมีโปรแกรมที่เป็นฐานข้อมูลเสียก่อน CAMPP เป็นโปรแกรมฟรีที่รวมเครื่องมือที่จำเป็นไว้ในแพ็กเกจเดียว เปรียบเหมือน “กล่องเครื่องมือ” ที่เปิดปุ๊บใช้ได้เลย ไม่ต้องไปติดตั้งแต่ละอย่างแยกกัน

ภายใน CAMPP มีสิ่งสำคัญ 2 อย่างที่เราจะใช้:

• MySQL / MariaDB — ตัวฐานข้อมูลจริง ๆ (เครื่องมือที่เก็บข้อมูล)
• phpMyAdmin — โปรแกรมหน้าต่าง (เว็บ) ที่ให้เราจัดการฐานข้อมูลผ่านคลิก ๆ หรือพิมพ์ SQL ได้สะดวก

ขั้นตอน:

1. ดาวน์โหลดและติดตั้ง CAMPP จาก https://campp.melivecode.com/ ↗

   

2. เปิดโปรแกรม CAMPP ขึ้นมา แล้วกดปุ่ม Start เพื่อสั่งให้บริการต่าง ๆ เริ่มทำงาน

   

เมื่อกด Start แล้ว ให้สังเกตว่าแต่ละบริการแสดงสถานะเป็น “กำลังทำงาน” (สีเขียว/running) แปลว่าพร้อมใช้งานแล้ว หากตัวใดตัวหนึ่งไม่ทำงาน ให้กด Stop แล้วกด Start ใหม่อีกครั้ง

2. เปิด phpMyAdmin#

แม้ MySQL เป็นตัวเก็บข้อมูลจริง แต่มันไม่มีหน้าต่างสวยงามให้คลิก การจะคุยกับมันตรง ๆ ผ่าน command line ค่อนข้างยากสำหรับมือใหม่ phpMyAdmin จึงเปรียบเหมือน “รีโมทคอนโทรล” ที่ทำให้เราควบคุมฐานข้อมูลได้ง่ายผ่านหน้าเว็บ

เข้าใช้งาน phpMyAdmin ได้ 2 วิธี:

1. คลิกปุ่ม phpMyAdmin บนหน้าเว็บของ CAMPP

2. เปิดเบราว์เซอร์แล้วพิมพ์ที่อยู่นี้: http://127.0.0.1:8080/phpmyadmin/ ↗

   (127.0.0.1 คือเครื่องของเราเอง และ 8080 คือพอร์ต — เหมือนเลขห้องที่เว็บนี้อยู่)

ใน phpMyAdmin เราจัดการฐานข้อมูลได้ 2 ทาง:

• ทางที่ 1 — คลิกผ่าน GUI (หน้าต่างกราฟิก) เหมาะกับงานง่าย ๆ เช่น สร้างฐานข้อมูล
• ทางที่ 2 — คลิกแท็บ SQL แล้วพิมพ์คำสั่งเอง เร็วและทรงพลังกว่า คำสั่งทั้งหมดในบทความนี้เราจะรันผ่านแท็บ SQL นี้

ทำไมต้องเรียนพิมพ์ SQL เอง ทั้งที่มี GUI ให้คลิก? เพราะเมื่อทำงานจริง คำสั่ง SQL สามารถเขียนเก็บไว้ในโปรแกรม ส่งให้แอปพลิเคชันรันได้ และทำอะไรที่ซับซ้อนได้มากกว่าการคลิก

3. CREATE DATABASE — สร้างฐานข้อมูล#

เริ่มจากการสร้าง “โฟลเดอร์” ที่จะเก็บตารางต่าง ๆ ของเรา ในที่นี้ตั้งชื่อว่า testdb

-- สร้างฐานข้อมูล (ใช้ IF NOT EXISTS เพื่อไม่ให้ error หากสร้างไว้แล้ว)
CREATE DATABASE IF NOT EXISTS testdb;

-- เลือกฐานข้อมูลที่จะใช้งาน
USE testdb;

คำอธิบายทีละบรรทัด:

• CREATE DATABASE — สั่ง “สร้างฐานข้อมูลใหม่”
• IF NOT EXISTS — “ถ้ายังไม่มีนะค่อยสร้าง” ป้องกัน error เวลาเรารันซ้ำ ๆ (เช่น รันครั้งที่สอง ฐานข้อมูลมีแล้ว ปกติจะ error แต่มีคำสั่งนี้ก็ข้ามไป)
• USE testdb; — “ต่อไปใช้ฐานข้อมูล testdb นะ” เพื่อให้คำสั่งถัดไปตกลงในฐานข้อมูลที่ถูกต้อง

จุดสังเกต: คำสั่ง SQL จะจบด้วยเครื่องหมาย ; (เซมิโคลอน) เสมอ เหมือนจุดมหัพภาคในภาษาไทยที่บอกว่า “จบประโยคแล้ว” แต่ถ้าพิมพ์คำสั่งเดียว หลายครั้งลืมไปก็ไม่ error แต่ถ้าพิมพ์หลายคำสั่งติดกัน ต้องมี ; คั่น

4. CREATE TABLE — สร้างตาราง#

ตารางก็เหมือนตารางใน Excel: แถวแรกคือ “หัวตาราง” (ชื่อคอลัมน์) และแถวถัด ๆ ไปคือข้อมูล สิ่งที่ต่างจาก Excel คือ ตอนสร้างตารางเราต้องบอกฐานข้อมูลเลยว่าแต่ละคอลัมน์จะเก็บข้อมูลแบบไร เรียกว่า ชนิดข้อมูล (datatype)

ชนิดข้อมูลที่ใช้บ่อยมีดังนี้:

ทำไมต้องกำหนดชนิดข้อมูล? เพราะฐานข้อมูลจะได้จัดเก็บให้ถูกต้อง ประหยัดพื้นที่ และค้นหาได้เร็ว ถ้าคอลัมน์ weight กำหนดเป็น INT (จำนวนเต็ม) เวลาใส่ 105.50 จะถูกตัดเหลือแค่ 105 ส่วนทศนิยมหายไป

เราจะสร้าง 2 ตาราง: province (เก็บจังหวัด) และ patient (เก็บผู้ป่วย)

-- ตาราง province (เก็บข้อมูลจังหวัด)
CREATE TABLE province (
  code INT PRIMARY KEY,
  name VARCHAR(100)
);

-- ตาราง patient (เก็บข้อมูลผู้ป่วย)
CREATE TABLE patient (
  id INT AUTO_INCREMENT PRIMARY KEY,
  title VARCHAR(10),
  fname VARCHAR(100),
  lname VARCHAR(100),
  gender VARCHAR(10),
  dob DATE,
  province_id INT,
  weight DECIMAL(5,2),
  height DECIMAL(5,2),
  FOREIGN KEY (province_id) REFERENCES province(code)
);

คำสำคัญที่ต้องเข้าใจมี 3 ตัว:

• PRIMARY KEY (คีย์หลัก) — เป็น “บัตรประจำตัว” ของแต่ละแถว ทำให้แต่ละแถวไม่ซ้ำกันและค้นหาได้เร็ว
  • ใน province คือ code (เช่น 10 = Bangkok)
  • ใน patient คือ id (1, 2, 3, …)
• AUTO_INCREMENT — สั่งให้ฐานข้อมูล “นับเลขให้เอง” (1, 2, 3, …) เวลาเพิ่มข้อมูลใหม่ เราไม่ต้องพิมพ์เลข ID เอง
• FOREIGN KEY (คีย์นอก) — เหมือน “ลิงก์” ที่เชื่อมตารางหนึ่งไปยังอีกตารางหนึ่ง
  • FOREIGN KEY (province_id) REFERENCES province(code) แปลว่า: คอลัมน์ province_id ในตาราง patient ชี้ไปที่ code ในตาราง province
  • ผลคือ เราเก็บแค่ “รหัสจังหวัด” ในตารางผู้ป่วย ไม่ต้องพิมพ์ชื่อจังหวัดซ้ำในทุกแถว (ประหยัดพื้นที่และลดความผิดพลาด)

สำคัญ: ต้องสร้างตาราง province ก่อน patient เพราะ patient “อ้างอิง” ไปที่ province หากสร้าง patient ก่อน ฐานข้อมูลจะ error เพราะยังไม่มี province ให้ชี้ไป เหมือนจะสร้างสะพานก่อนสร้างฝั่งที่จะวางตอม่อ — ทำไม่ได้

5. INSERT — เพิ่มข้อมูลตัวอย่าง#

ตอนนี้ตารางยังว่างเปล่า (มีแค่หัวตาราง ยังไม่มีข้อมูล) เราต้องใส่ข้อมูลเข้าไปก่อน จึงจะมีอะไรให้ SELECT ดึงมาดูในหัวข้อถัดไป

-- เพิ่มข้อมูลจังหวัด
INSERT INTO province (code, name) VALUES
  (10, 'Bangkok'),
  (20, 'Nakhon Ratchasima'),
  (30, 'Nakhon Pathom'),
  (50, 'Chiang Mai');

-- เพิ่มข้อมูลผู้ป่วย
INSERT INTO patient (title, fname, lname, gender, dob, province_id, weight, height) VALUES
  ('Mr.',   'John',     'Smith',    'Male',   '1985-03-15', 10, 105.00, 175.00),
  ('Ms.',   'Mary',     'Johnson',  'Female', '1992-07-22', 50,  55.00, 160.00),
  ('Mr.',   'David',    'Lee',      'Male',   '1988-11-30', 10, 112.00, 178.00),
  ('Mr.',   'Robert',   'Brown',    'Male',   '1990-01-05', 20,  80.00, 180.00),
  ('Ms.',   'Linda',    'Wilson',   'Female', '1995-04-18', 10,  62.00, 158.00),
  ('Mr.',   'Michael',  'Davis',    'Male',   '1983-09-12', 50, 120.00, 175.00),
  ('Ms.',   'Sarah',    'Miller',   'Female', '1998-06-25', 10,  48.00, 155.00),
  ('Mr.',   'James',    'Taylor',   'Male',   '1987-12-08', 20,  75.00, 172.00),
  ('Ms.',   'Emily',    'Anderson', 'Female', '1993-02-14', 50,  58.00, 165.00),
  ('Mr.',   'Thomas',   'Thomas',   'Male',   '1980-08-20', 10,  95.00, 168.00),
  ('Ms.',   'Jessica',  'Jackson',  'Female', '1996-10-03', 10,  70.00, 170.00),
  ('Mr.',   'Charles',  'White',    'Male',   '1982-05-17', 50,  88.00, 185.00);

รูปแบบของคำสั่ง INSERT คือ INSERT INTO ชื่อตาราง (คอลัมน์ที่จะใส่) VALUES (ค่าที่จะใส่); ถ้ามีหลายแถว ก็ใส่คั่นด้วย comma (,) ได้เลย

จุดสังเกต 2 ข้อ:

1. ไม่ได้ระบุคอลัมน์ id เพราะมันเป็น AUTO_INCREMENT — ฐานข้อมูลจะนับเลขให้เองอัตโนมัติ (1, 2, 3, …)
2. province_id ระบุเป็น รหัสจังหวัด (เช่น 10) ไม่ใช่ชื่อจังหวัด เพราะมันเป็น Foreign Key ที่ชี้ไปที่ province.code
3. ข้อความต้องอยู่ในเครื่องหมายคำพูด เช่น 'John', 'Male' ส่วนตัวเลขใส่ได้ตรง ๆ เช่น 105.00
4. วันที่ใช้รูปแบบ YYYY-MM-DD เช่น '1985-03-15' คือ 15 มีนาคม 1985

6. SELECT — ดึงข้อมูล#

มาถึงหัวใจของบทความแล้ว SELECT เป็นคำสั่งที่ใช้บ่อยที่สุด เพราะส่วนใหญ่เราต้องการ “ดู” ข้อมูลมากกว่าเปลี่ยนแปลงมัน เปรียบเหมือนการถามฐานข้อมูลว่า “มีข้อมูลอะไรบ้าง บอกมาเลย”

6.1 รูปแบบพื้นฐาน#

SELECT column1, column2, ...   -- อยากเห็นคอลัมน์อะไรบ้าง?
FROM table_name                -- จากตารางไหน?
WHERE condition;               -- (ไม่ใส่ก็ได้) เอาเฉพาะแถวที่ตรงเงื่อนไข

สังเกตว่าคำสั่งอ่านเป็นภาษาคนได้เลย: “เลือก (SELECT) คอลัมน์พวกนี้ จาก (FROM) ตารางนี้ โดยมีเงื่อนไขว่า (WHERE) …“

6.2 ทดสอบใน phpMyAdmin#

มาลองรันจริงกัน:

1. เลือกฐานข้อมูล testdb ทางแผงด้านซ้าย แล้วคลิกตาราง patient
2. คลิกแท็บ SQL ด้านบนเพื่อเปิดช่องพิมพ์คำสั่ง
3. พิมพ์คำสั่งนี้:

SELECT * FROM patient;

4. คลิกปุ่ม Go ที่มุมขวาล่างเพื่อรัน

อธิบายคำสั่ง:

• SELECT — บอกว่า “จะดึงข้อมูล”
• * (ดอกจัน) — หมายถึง “ทุกคอลัมน์” (เหมือนเครื่องหมายในคณิตศาสตร์ที่แปลว่า “คูณ” แต่ใน SQL ตอนอยู่หลัง SELECT แปลว่า “ทั้งหมด”)
• FROM patient — ดึงจากตาราง patient

ผลลัพธ์คือข้อมูลผู้ป่วยทั้ง 12 คน ทุกคอลัมน์:

ผลลัพธ์:

6.3 เลือกเฉพาะคอลัมน์ที่ต้องการ#

ถ้าไม่อยากเห็นทุกคอลัมน์ ก็ระบุชื่อคอลัมน์ที่ต้องการแทน * คั่นด้วย comma (,)

เลือกหนึ่งคอลัมน์:

SELECT fname FROM patient;

SELECT fname จะคืนเฉพาะคอลัมน์ชื่อ:

ผลลัพธ์:

เลือกหลายคอลัมน์:

SELECT fname, lname, dob FROM patient;

ระบุชื่อคอลัมน์ 3 อัน คั่นด้วย comma (,) จะได้แค่ 3 คอลัมน์นั้น:

ผลลัพธ์:

เลือกทุกคอลัมน์:

SELECT * FROM patient;

SELECT * ให้ผลลัพธ์เหมือนตารางเต็มด้านบน (ทุกแถวและทุกคอลัมน์ รวม 12 record)

ทำไมไม่ใช้ * ตลอดไป? เพราะเวลาทำงานจริง ตารางอาจมีคอลัมน์เป็นสิบ ๆ คอลัมน์ การดึงมาทั้งหมดทำให้ช้าและยุ่งเหยิง การเลือกเฉพาะคอลัมน์ที่ใช้จะเร็วและอ่านง่ายกว่า ยิ่งถ้านำไปใช้ในแอปพลิเคชันจริง ยิ่งควรเลือกเฉพาะที่จำเป็น

🧩 แบบฝึกหัด 6.1: เขียน SELECT ให้แสดงเฉพาะคอลัมน์ fname, gender และ weight ของผู้ป่วยทุกคน

7. WHERE — กรองข้อมูลด้วยเงื่อนไข#

WHERE (อ่านว่า “แวร์”) ใช้สำหรับ กรอง ให้แสดงเฉพาะแถวที่ตรงเงื่อนไขที่เรากำหนด เปรียบเหมือนตอนเราค้นหารายชื่อในสมุดโทรศัพท์ แล้วบอกว่า “เอาเฉพาะคนที่อยู่กรุงเทพฯ” คนอื่นจะถูกกรองออกหมด

ก่อนอื่นมาดูเครื่องหมายเปรียบเทียบที่ใช้ใน WHERE:

7.1 เงื่อนไขเดียว#

SELECT fname, lname, weight
FROM patient
WHERE weight > 100;

อ่านได้ว่า: “เลือกชื่อ นามสกุล น้ำหนัก จากตาราง patient โดยเอาเฉพาะคนที่ น้ำหนักมากกว่า 100” ผลคือเหลือเพียงคนที่น้ำหนัก 105, 112, 120 kg คนที่น้ำหนัก 100 หรือน้อยกว่าจะถูกตัดออก

ผลลัพธ์:

7.2 เปรียบเทียบวันที่#

WHERE ใช้กับคอลัมน์ประเภทวันที่ (DATE) ได้ด้วย โดยเปรียบเทียบกับวันที่ในรูปแบบ YYYY-MM-DD (ต้องอยู่ในเครื่องหมายคำพูด) ตัวอย่างเช่น หาผู้ป่วยที่เกิดก่อนปี 1990:

SELECT fname, lname, dob
FROM patient
WHERE dob < '1990-01-01';

ผลคือเหลือเฉพาะคนที่เกิดก่อนวันที่ 1990-01-01 ได้แก่ John, David, Michael, James, Charles และ Thomas ส่วนคนที่เกิดปี 1990 ขึ้นไปจะถูกตัดออก

ผลลัพธ์:

7.3 หลายเงื่อนไขด้วย AND / OR#

เราสามารถรวมหลายเงื่อนไขได้ด้วย AND (และ) และ OR (หรือ):

• AND — ต้องเป็นจริง ทั้งสองเงื่อนไข (เหมือนบอกว่า “ต้องเป็น A และ B พร้อมกัน”)
• OR — พอเป็นจริง อย่างน้อยหนึ่งเงื่อนไข ก็พอ (เหมือนบอกว่า “เป็น A หรือ B ข้อใดข้อหนึ่งก็ได้”)

ตัวอย่าง AND — หาคนที่น้ำหนัก > 100 และ ส่วนสูง < 180 (ต้องครบทั้งสองข้อ):

SELECT fname, lname, weight, height
FROM patient
WHERE weight > 100 AND height < 180;

ผลลัพธ์:

ตัวอย่าง AND อีกกรณี — หาผู้ชายที่น้ำหนักมากกว่า 80:

SELECT *
FROM patient
WHERE gender = 'Male' AND weight > 80;

ผลลัพธ์:

ตัวอย่าง OR — หา “ผู้ชายทั้งหมด” หรือ “คนที่น้ำหนักเกิน 60” (ใครตรงเงื่อนไขข้อใดข้อหนึ่งก็แสดง):

SELECT *
FROM patient
WHERE gender = 'Male' OR weight > 60;

ผลลัพธ์ (ผู้ชายทุกคน บวกผู้หญิงที่น้ำหนักเกิน 60 คือ Linda และ Jessica):

จุดที่มือใหม่พลาดบ่อย:

• ข้อความต้องใส่เครื่องหมายคำพูด เช่น gender = 'Male' (ถ้าลืมจะ error)
• ตัวเลข ไม่ ต้องใส่เครื่องหมายคำพูด เช่น weight > 60
• วันที่ต้องใช้รูปแบบ YYYY-MM-DD เท่านั้น และต้องอยู่ในเครื่องหมายคำพูด เช่น '1990-01-01'

🧩 แบบฝึกหัด 7.1: เขียน query หาผู้ป่วยที่อยู่จังหวัด Bangkok (province_id = 10) แสดงชื่อและนามสกุล

8. ORDER BY — เรียงลำดับผลลัพธ์#

ปกติผลลัพธ์ที่ได้จาก SELECT อาจวางในลำดับที่คาดเดาไม่ได้ ORDER BY ช่วย เรียงลำดับ ข้อมูลตามคอลัมน์ที่เราเลือก เปรียบเหมือนตอนเราจัดระเบียบรายชื่อนักเรียนตามเลขที่ หรือเรียงคะแนนสอบจากสูงไปต่ำ

8.1 รูปแบบพื้นฐาน#

SELECT column1, column2, ...
FROM table_name
ORDER BY column1 ASC|DESC;

• ASC (Ascending) — น้อยไปมาก / A ไป Z (ถ้าไม่ระบุ จะเป็น ASC โดยค่าเริ่มต้น)
• DESC (Descending) — มากไปน้อย / Z ไป A

8.2 ตัวอย่าง: เรียงตามน้ำหนักจากมากไปน้อย#

SELECT fname, lname, weight, height
FROM patient
WHERE weight > 100 AND height < 180
ORDER BY weight DESC;

Query นี้กรองเอาคนที่น้ำหนัก > 100 และส่วนสูง < 180 ก่อน แล้วจัดเรียงตามน้ำหนักจากมากไปน้อย (DESC) คนที่หนักที่สุดจะอยู่บนสุด:

ผลลัพธ์ (เรียงจากน้ำหนักมากไปน้อย):

8.3 ตัวอย่าง: เรียงตามวันเกิด (อายุ)#

SELECT fname, lname, dob
FROM patient
ORDER BY dob DESC;

เทคนิคเรื่องวันที่: ค่าวันที่ที่ “ใหญ่กว่า” คือวันที่ที่ “ช้ากว่า” (ใหม่กว่า = อายุน้อยกว่า) ดังนั้น ORDER BY dob DESC (มากไปน้อย) จะเรียงจากอายุน้อยไปมาก — คนอายุน้อยที่สุดอยู่บนสุด หากอยากได้จากอายุมากไปน้อย ก็เปลี่ยนเป็น ORDER BY dob ASC

ผลลัพธ์ (วันเกิดใหม่สุด/อายุน้อยสุดอยู่บนสุด):

8.4 เรียงหลายคอลัมน์#

เราสามารถเรียงตามมากกว่าหนึ่งคอลัมน์ได้ โดยระบุเป็นลำดับชั้น — เรียงตามคอลัมน์แรกก่อน แล้วในแต่ละกลุ่มค่อยเรียงตามคอลัมน์ที่สอง

SELECT fname, lname, gender, weight
FROM patient
ORDER BY gender ASC, weight DESC;

คำสั่งนี้สั่งให้: เรียงตามเพศจาก A ไป Z ก่อน (Female ก่อน Male) แล้ว ภายใน แต่ละเพศ ค่อยเรียงน้ำหนักจากมากไปน้อย:

ผลลัพธ์ (เพศ A→Z แล้วเรียงน้ำหนักมาก→น้อยในแต่ละเพศ):

การเรียงหลายคอลัมน์มีประโยชน์มากสำหรับรายงาน เช่น อยากเห็นนักเรียนแยกตามห้อง แล้วในแต่ละห้องเรียงตามคะแนนสอบ

🧩 แบบฝึกหัด 8.1: เรียงผู้ป่วยตามส่วนสูงจากมากไปน้อย แสดงชื่อและส่วนสูง

9. คำนวณใน query — คอลัมน์คำนวณ (Calculated Columns)#

นอกจากจะดึงคอลัมน์ที่มีอยู่แล้ว SQL ยัง คำนวณค่าใหม่ได้ในตัว ด้วยเครื่องหมายทางคณิตศาสตร์ + - * / แล้วตั้งชื่อให้คอลัมน์ผลลัพธ์ด้วย AS เปรียบเหมือนการใส่ “สูตร” ใน Excel ที่คำนวณค่าใหม่จากคอลัมน์เดิม

ผลลัพธ์ที่คำนวณได้นี้เรียกว่า คอลัมน์คำนวณ (calculated column) — มันไม่ได้ถูกเก็บในตารางจริง แต่เกิดขึ้นตอนรัน query เท่านั้น

9.1 ตัวอย่าง: คำนวณ BMI ของผู้ป่วยแต่ละคน#

BMI (Body Mass Index — ดัชนีมวลกาย) คำนวณจากสูตร น้ำหนัก(kg) / (ส่วนสูงเป็นเมตร)² ปัญหาคือในตารางเราเก็บส่วนสูงเป็น เซนติเมตร (เช่น 175) จึงต้องหาร 100 ให้กลายเป็นเมตร (1.75) ก่อน

SELECT fname,
       lname,
       weight,
       height,
       weight / ((height / 100) * (height / 100)) AS BMI
FROM patient;

อธิบายสูตรทีละชั้น:

• height / 100 — แปลงเซนติเมตรเป็นเมตร (เช่น 175 → 1.75)
• (height / 100) * (height / 100) — ส่วนสูงเป็นเมตร ยกกำลังสอง (เมตร²)
• weight / (...) — เอาน้ำหนักหารด้วยเมตร² ได้ BMI
• AS BMI — ตั้งชื่อให้คอลัมน์ผลลัพธ์นี้ว่า BMI (ถ้าไม่ตั้งชื่อ จะขึ้นเป็นสูตรยาว ๆ ดูไม่สวย)

ผลลัพธ์:

ทำไมไม่เก็บคอลัมน์ BMI ไว้ในตารางเลย? เพราะถ้าเก็บไว้ วันที่น้ำหนักเปลี่ยน เราต้องมานั่งอัปเดต BMI ใหม่เอง — ลืมทีเดียวข้อมูลก็ผิด การคำนวณใน query แบบนี้จึงประหยัดพื้นที่และไม่มีโอกาสข้อมูลไม่ตรงกัน

ต่อไป: เราจะเอา BMI ที่คำนวณได้นี้ไปใช้กับ GROUP BY เพื่อหา BMI เฉลี่ยแยกตามเพศ (หัวข้อถัดไป)

🧩 แบบฝึกหัด 9.1: แสดงน้ำหนักของผู้ป่วยเป็นปอนด์ (kg × 2.20462) ตั้งชื่อคอลัมน์ผลลัพธ์ว่า weight_lbs

10. GROUP BY — จัดกลุ่มและสรุปข้อมูล#

GROUP BY ใช้สำหรับ จัดกลุ่ม แถวที่มีค่าเดียวกันเข้าด้วยกัน แล้ว สรุป แต่ละกลุ่มด้วยฟังก์ชันพิเศษ เปรียบเหมือนตอนคุณครูแบ่งนักเรียนตามห้อง แล้วนับว่าแต่ละห้องมีกี่คน หรือหาคะแนนเฉลี่ยของแต่ละห้อง

ฟังก์ชันสรุปที่ใช้บ่อย (เรียกว่า aggregate function) มีดังนี้:

10.1 รูปแบบพื้นฐาน#

SELECT column1, aggregate_function(column2)
FROM table_name
GROUP BY column1;

10.2 ตัวอย่าง: หาค่าเฉลี่ยน้ำหนักและส่วนสูงแยกตามเพศ#

SELECT gender, AVG(weight), AVG(height)
FROM patient
GROUP BY gender;

ฐานข้อมูลจะ แบ่ง ผู้ป่วยออกเป็นกลุ่มตามเพศ (Male / Female) แล้ว คำนวณ AVG() ของแต่ละกลุ่มแยกกัน ผลคือมี record สรุปหนึ่งบรรทัดต่อเพศ:

ผลลัพธ์:

อ่านผลได้ว่า ผู้ชาย 7 คน มีน้ำหนักเฉลี่ย 96.43 kg ส่วนสูงเฉลี่ย 176.14 cm ส่วนผู้หญิง 5 คน น้ำหนักเฉลี่ย 58.60 kg ส่วนสูงเฉลี่ย 161.60 cm

10.3 Aggregate Function อื่น ๆ#

เปลี่ยนฟังก์ชันสรุปดู — ทั้ง 4 คำสั่งนี้ให้ผล 2 บรรทัด (Male และ Female) เหมือนกัน แต่สรุปต่างกัน

COUNT(*) — นับจำนวนผู้ป่วยในแต่ละเพศ:

SELECT gender, COUNT(*) FROM patient GROUP BY gender;

ผลลัพธ์:

SUM(weight) — ผลรวมน้ำหนักในแต่ละเพศ:

SELECT gender, SUM(weight) FROM patient GROUP BY gender;

ผลลัพธ์:

MAX(weight) — น้ำหนักสูงสุดในแต่ละเพศ:

SELECT gender, MAX(weight) FROM patient GROUP BY gender;

ผลลัพธ์:

MIN(weight) — น้ำหนักต่ำสุดในแต่ละเพศ:

SELECT gender, MIN(weight) FROM patient GROUP BY gender;

ผลลัพธ์:

10.4 คำนวณก่อนสรุป: หาค่าเฉลี่ย BMI แยกตามเพศ#

เราสามารถเอาสูตรคำนวณ BMI (จากหัวข้อก่อน) ไปห่อไว้ใน AVG() ได้เลย เพื่อหา BMI เฉลี่ยของแต่ละเพศ

SELECT gender,
       AVG(weight / ((height / 100) * (height / 100))) AS BMI
FROM patient
GROUP BY gender;

ลำดับการทำงานในใจได้ดังนี้:

1. SQL คำนวณ BMI ให้ผู้ป่วยทุกคนก่อน (จาก weight และ height)
2. แยกคนออกเป็นกลุ่มตามเพศ
3. AVG() หาค่าเฉลี่ย BMI ของแต่ละกลุ่ม
4. AS BMI ตั้งชื่อคอลัมน์ผลลัพธ์ว่า BMI

ผลลัพธ์:

ผู้ชายมี BMI เฉลี่ยสูงกว่าผู้หญิง (สอดคล้องกับน้ำหนักเฉลี่ยที่มากกว่า)

10.5 ใช้กับวันที่: หาอายุมาก/น้อยที่สุดในแต่ละเพศ#

MIN() และ MAX() ใช้กับวันที่ได้ด้วย เช่น หาวันเกิดเก่าที่สุด (อายุมากที่สุด) และใหม่ที่สุด (อายุน้อยที่สุด) ของผู้ป่วยในแต่ละเพศ:

SELECT gender,
       MIN(dob) AS oldest,
       MAX(dob) AS youngest
FROM patient
GROUP BY gender;

ผลลัพธ์:

• MIN(dob) — วันเกิดที่เก่าที่สุด (อายุมากที่สุด) ในกลุ่ม เช่น ผู้ชายคือ 1980-08-20
• MAX(dob) — วันเกิดที่ใหม่ที่สุด (อายุน้อยที่สุด) ในกลุ่ม เช่น ผู้หญิงคือ 1998-06-25

เคล็ดลับ: ใช้ AS ตั้งชื่อให้คอลัมน์ผลลัพธ์ (เช่น oldest, youngest) จะทำให้ตารางผลลัพธ์อ่านเข้าใจง่ายขึ้นมาก

การประยุกต์ใช้จริง: นับผู้ป่วยตามจังหวัด, หา BMI เฉลี่ยตามเพศ, นับคำสั่งซื้อตามลูกค้า, คำนวณยอดขายรวมตามหมวดสินค้า, นับนักศึกษาตามคณะ

🧩 แบบฝึกหัด 10.1: นับจำนวนผู้ป่วยในแต่ละจังหวัด โดยจัดกลุ่มตาม province_id

11. JOIN — เชื่อมหลายตารางเข้าด้วยกัน#

ในฐานข้อมูลจริง ข้อมูลมักถูกแบ่งเก็บในหลายตารางเพื่อลดความซ้ำซ้อน ในตัวอย่างของเรา ตาราง patient เก็บแค่ “รหัสจังหวัด” (province_id) ส่วน “ชื่อจังหวัด” เก็บแยกในตาราง province เมื่อเราอยากเห็นทั้งชื่อผู้ป่วยและชื่อจังหวัดพร้อมกัน ต้องใช้ JOIN เพื่อ เชื่อม สองตารางเข้าด้วยกัน

เปรียบเหมือนฟังก์ชัน VLOOKUP ใน Excel — เอาค่าจากตารางหนึ่งไป “ค้นหา” ในอีกตารางเพื่อดึงข้อมูลที่เกี่ยวข้องมาแสดง

11.1 LEFT JOIN#

มีหลายชนิดของ JOIN แต่ที่ใช้บ่อยที่สุดคือ LEFT JOIN ซึ่งคืน:

• ทุกแถวจากตารางด้านซ้าย (ตารางที่เขียนหลัง FROM)
• บวกข้อมูลที่ตรงกันจากตารางด้านขวา (ตารางที่เขียนหลัง LEFT JOIN)
• ถ้าตารางด้านขวาไม่มีข้อมูลที่ตรง คอลัมน์ของตารางด้านขวาจะเป็น NULL (ค่าว่าง)

11.2 รูปแบบพื้นฐาน#

SELECT column1, column2, ...
FROM table1
LEFT JOIN table2
  ON table1.column = table2.column;

บรรทัด ON สำคัญมาก — มันบอกว่า “จับคู่สองตารางด้วยคอลัมน์ไหน” ในที่นี้คือจับคู่ province_id ของผู้ป่วยกับ code ของจังหวัด

11.3 ตัวอย่าง: แสดงชื่อจังหวัดของผู้ป่วย#

SELECT patient.id,
       patient.fname,
       patient.dob,
       patient.province_id,
       province.name
FROM patient
LEFT JOIN province
  ON patient.province_id = province.code;

อธิบายทีละส่วน:

• FROM patient — ตาราง patient เป็น ตารางด้านซ้าย (เราต้องการเห็นผู้ป่วยทุกคน)
• LEFT JOIN province — เอาตาราง province มาแปะข้าง (ตารางด้านขวา)
• ON patient.province_id = province.code — จับคู่โดยดูว่า province_id ของผู้ป่วยตรงกับ code ของจังหวัดไหน

ผลลัพธ์:

สังเกตคอลัมน์สุดท้าย name — เดิมทีตาราง patient ไม่มีคอลัมน์นี้ แต่พอ JOIN กับตาราง province เราก็ดึงชื่อจังหวัดมาแสดงได้ เช่น province_id 10 → Bangkok, 50 → Chiang Mai

ถ้าจังหวัดไม่มีในตาราง province จะเป็นอย่างไร? ผู้ป่วยจะยังแสดง (เพราะเป็น LEFT JOIN เก็บตารางซ้ายครบ) แต่คอลัมน์ชื่อจังหวัดจะเป็น NULL

11.4 ใช้ Table Alias ให้ query สั้นและอ่านง่ายขึ้น#

สังเกตว่าข้างบนเราต้องพิมพ์ patient.id, patient.fname … ซ้ำ ๆ ยาว ๆ SQL อนุญาตให้ตั้ง ชื่อย่อ (table alias) ให้ตารางได้ เพื่อให้พิมพ์สั้นลง

SELECT p.id,
       p.fname,
       p.dob,
       p.province_id,
       pr.name
FROM patient p
LEFT JOIN province pr
  ON p.province_id = pr.code;

• patient p — ตั้งชื่อย่อตาราง patient ว่า p
• province pr — ตั้งชื่อย่อตาราง province ว่า pr

จากนั้นเขียน p.id แทน patient.id ได้เลย ผลลัพธ์เหมือนเดิมทุกประการ (12 แถวเดียวกัน) — alias เป็นแค่ชื่อเรียก ไม่เปลี่ยนผลลัพธ์ แต่ทำให้ query สั้นและอ่านง่ายขึ้นมาก โดยเฉพาะเวลา JOIN หลายตาราง

🧩 แบบฝึกหัด 11.1: เขียน query แสดงชื่อผู้ป่วยและชื่อจังหวัด โดยใช้ table alias p สำหรับ patient และ pr สำหรับ province

12. INSERT — เพิ่มข้อมูล#

จริง ๆ เราเคยใช้ INSERT ไปแล้วในหัวข้อ 5 (ตอนใส่ข้อมูลตัวอย่าง) คราวนี้มาดูรูปแบบให้ละเอียด INSERT ใช้สำหรับ เพิ่มแถวใหม่ เข้าตาราง ต่างจาก UPDATE (แก้ข้อมูลเดิม) และ DELETE (ลบข้อมูล)

12.1 รูปแบบพื้นฐาน#

INSERT INTO table_name (column1, column2, ...)
VALUES (value1, value2, ...);

• จำนวน value ต้องเท่ากับจำนวน column และ ลำดับต้องตรงกัน
• ข้อความต้องอยู่ในเครื่องหมายคำพูด เช่น 'Somchai' ส่วนตัวเลขใส่ตรง ๆ เช่น 78.00

12.2 เพิ่มแถวเดียว (Single)#

เพิ่มผู้ป่วยใหม่ 1 คน:

INSERT INTO patient (title, fname, lname, gender, dob, province_id, weight, height)
VALUES ('Mr.', 'Somchai', 'Jaidee', 'Male', '1990-01-01', 10, 78.00, 175.00);

ไม่ต้องระบุ id เพราะมันเป็น AUTO_INCREMENT — ฐานข้อมูลจะนับให้เอง (ผู้ป่วยคนต่อไปจะได้ id = 13) ส่วน province_id = 10 หมายถึงกรุงเทพฯ ซึ่งต้องเป็น code ที่มีอยู่ในตาราง province

12.3 เพิ่มหลายแถว (Multiple)#

ถ้าจะเพิ่มหลายคน ไม่ต้องเขียน INSERT ทีละบรรทัด — คั่นแต่ละชุดค่าด้วย comma (,) ได้เลย (เหมือนที่ใช้ในหัวข้อ 5):

INSERT INTO patient (title, fname, lname, gender, dob, province_id, weight, height) VALUES
  ('Ms.', 'Naree', 'Phromma',  'Female', '1995-05-20', 30, 52.00, 162.00),
  ('Ms.', 'Ploy',  'Srisuwan', 'Female', '1997-03-10', 30, 50.00, 160.00);

คำสั่งเดียวเพิ่มได้ 2 คนพร้อมกัน คือ Naree (id=14) และ Ploy (id=15)

เกร็ด: เราตั้ง province_id = 30 (Nakhon Pathom) ให้ Naree และ Ploy เพราะในข้อมูลตัวอย่างเดิม ไม่มีผู้ป่วยคนไหนอยู่จังหวัด 30 เลย ทำให้หัวข้อ UPDATE และ DELETE ถัดไปใช้ WHERE province_id = 30 เลือกเฉพาะคนที่เราเพิ่งเพิ่มนี้ได้สะดวก โดยไม่ไปกระทบข้อมูล 12 คนเดิม

เคล็ดลับ: การเพิ่มหลายแถวในคำสั่งเดียว (multiple-row INSERT) เร็วกว่ารัน INSERT ทีละแถวหลายครั้ง โดยเฉพาะตอนโหลดข้อมูลจำนวนมาก

🧩 แบบฝึกหัด 12.1: เพิ่มผู้ป่วยใหม่ 1 คนโดยใช้ข้อมูลของคุณเอง (อย่าลืมว่า province_id ต้องเป็น code ที่มีในตาราง province)

13. UPDATE — แก้ไขข้อมูล#

UPDATE (อ่านว่า “อัปเดต”) ใช้สำหรับ แก้ไขข้อมูลที่มีอยู่แล้ว ในตาราง ต่างจาก INSERT ที่เพิ่มแถวใหม่ UPDATE เปรียบเหมือนการใช้ยาลบคำแก้ข้อมูลในสมุดบัญชี — ไม่ได้เพิ่มหน้าใหม่ แต่ไปแก้สิ่งที่เขียนไว้แล้ว

13.1 รูปแบบพื้นฐาน#

UPDATE table_name
SET column1 = value1,
    column2 = value2
WHERE condition;

• UPDATE ชื่อตาราง — บอกว่าจะแก้ตารางไหน
• SET คอลัมน์ = ค่าใหม่ — กำหนดค่าใหม่ให้คอลัมน์ (ถ้าหลายคอลัมน์ คั่นด้วย comma (,))
• WHERE เงื่อนไข — เลือกว่าจะแก้แถวไหน (สำคัญมาก! จะอธิบายต่อ)

13.2 แก้แถวเดียว (Single)#

ตัวอย่าง: แก้น้ำหนักของผู้ป่วย Somchai (id = 13 — คนที่เราเพิ่งเพิ่มในหัวข้อ INSERT) จาก 78.00 เป็น 80.00:

UPDATE patient
SET weight = 80
WHERE id = 13;

อ่านได้ว่า: “อัปเดตตาราง patient ตั้ง น้ำหนักเป็น 80 โดยเอาเฉพาะ แถวที่ id = 13” ผลคือค่า weight ของ Somchai เปลี่ยนไป:

ก่อน:

หลัง:

เทคนิค: แก้เสร็จแล้ว เรามักใช้ SELECT * FROM patient WHERE id = 13; ตรวจสอบว่าข้อมูลเปลี่ยนจริงหรือไม่ เพราะ UPDATE ไม่ได้คืนตารางผลลัพธ์ให้ดู

13.3 แก้หลายคอลัมน์พร้อมกัน#

อยากแก้ทั้งน้ำหนักและส่วนสูงในคำสั่งเดียว ให้คั่นแต่ละ คอลัมน์ = ค่า ด้วย comma (,):

UPDATE patient
SET weight = 80,
    height = 180
WHERE id = 13;

คราวนี้ Somchai จะมีน้ำหนัก 80 และส่วนสูง 180 พร้อมกัน

13.4 แก้หลายแถว (Multiple)#

ถ้าเงื่อนไข WHERE ตรงกับหลายแถว UPDATE จะแก้ครบทุกแถวที่ตรง ตัวอย่าง: แก้น้ำหนักของผู้ป่วยที่เราเพิ่งเพิ่ม (Naree และ Ploy ที่อยู่ province_id = 30) ทั้งคู่เป็น 60.00:

UPDATE patient
SET weight = 60
WHERE province_id = 30;

คำสั่งนี้จะแก้ทุกแถวที่ province_id = 30 ซึ่งมี 2 คน (Naree id=14 และ Ploy id=15):

ก่อน:

หลัง:

⚠️ คำเตือนสำคัญ: หากลืมใส่ WHERE ฐานข้อมูลจะแก้ ทุกแถว ในตาราง!

UPDATE patient SET weight = 80;  -- ทุกคนจะมีน้ำหนัก 80 ทันที

sql

ส่วนใหญ่ไม่ใช่สิ่งที่ตั้งใจ ให้ตรวจ WHERE เสมอก่อนกดรัน UPDATE

🧩 แบบฝึกหัด 13.1: แก้ส่วนสูงของผู้ป่วย Somchai (id = 13) จาก 175.00 เป็น 178.00

14. DELETE — ลบข้อมูล#

DELETE (อ่านว่า “ดีลีต”) ใช้สำหรับ ลบแถวออกจากตารางอย่างถาวร ต่างจาก UPDATE ที่แค่แก้ข้อมูล DELETE คือการ “ลบทิ้ง” ไปเลย จึงต้องใช้อย่างระมัดระวัง เพราะข้อมูลที่ลบแล้วกู้คืนยาก

14.1 รูปแบบพื้นฐาน#

DELETE FROM table_name
WHERE condition;

สังเกตว่า DELETE ไม่มีชื่อคอลัมน์ — เพราะมันลบทั้งแถว ไม่ใช่ลบเฉพาะคอลัมน์

14.2 ลบแถวเดียว (Single)#

ตัวอย่าง: ลบผู้ป่วย Somchai (id = 13 — คนที่เราเพิ่งเพิ่ม) ออกจากตาราง:

DELETE FROM patient
WHERE id = 13;

หลังรัน แถวของ Somchai จะหายไปจากตาราง patient ส่วนแถวอื่นยังอยู่ครบ

14.3 ลบหลายแถว (Multiple)#

ถ้า WHERE ตรงกับหลายแถว ก็จะลบครบทุกแถวนั้น ตัวอย่าง: ลบผู้ป่วยที่เราเพิ่งเพิ่ม (Naree และ Ploy ที่อยู่ province_id = 30):

DELETE FROM patient
WHERE province_id = 30;

คำสั่งนี้จะลบ 2 แถว คือ Naree (id=14) และ Ploy (id=15) — ผู้ป่วยที่เราเพิ่งเพิ่มในหัวข้อ INSERT

⚠️ คำเตือนสำคัญ: หากลืมใส่ WHERE จะเป็นการลบ ทุกแถว ในตาราง!

DELETE FROM patient;  -- ลบข้อมูลทุกแถว! โครงสร้างตารางยังอยู่ แต่ข้อมูลหายหมด

sql

ให้ตรวจ WHERE เสมอก่อนกดรัน DELETE

เกร็ด: หลัง DELETE ตารางยังอยู่ (โครงสร้างคอลัมน์ไม่หาย) เพียงแต่ข้อมูลในนั้นถูกลบไป หากต้องการลบทั้งตารางทั้งโครงสร้าง+ข้อมูล ใช้คำสั่ง DROP TABLE patient; แต่ใช้น้อยและอันตราย ระวังให้ดี

🧩 แบบฝึกหัด 14.1: ลองเพิ่มผู้ป่วยใหม่ 1 คน (ด้วย INSERT) แล้วลบออกด้วย DELETE — สังเกตว่าหลังลบแล้วแถวนั้นหายไป

15. สรุป#

ขอแสดงความยินดีด้วย คุณได้เรียนรู้คำสั่ง SELECT และส่วนประกอบต่าง ๆ ที่ใช้ดึงและจัดการผลลัพธ์ครบแล้ว มาทบทวนกัน:

• SELECT — เลือกคอลัมน์ที่จะแสดง (SELECT * คือทุกคอลัมน์)
• WHERE — กรองเฉพาะแถวที่ตรงเงื่อนไข รองรับ AND/OR และการเปรียบเทียบทั้งตัวเลขและวันที่
• ORDER BY — เรียงลำดับผลลัพธ์ (ASC น้อยไปมาก / DESC มากไปน้อย) ได้หลายคอลัมน์
• คอลัมน์คำนวณ — คำนวณค่าใหม่ใน query ด้วย + - * / แล้วตั้งชื่อด้วย AS (เช่น BMI)
• GROUP BY — จัดกลุ่มแล้วสรุปด้วย aggregate function (COUNT, SUM, AVG, MIN, MAX)
• JOIN — เชื่อมหลายตารางเข้าด้วยกัน เช่น LEFT JOIN พร้อมใช้ table alias ให้สั้นลง
• INSERT — เพิ่มแถวใหม่เข้าตาราง ทั้งทีละแถวและหลายแถวในคำสั่งเดียว
• UPDATE — แก้ไขข้อมูลที่มีอยู่ ทั้งแถวเดียวและหลายแถว (อย่าลืม WHERE ไม่งั้นจะแก้ทุกแถว)
• DELETE — ลบแถวออกจากตารางอย่างถาวร (อย่าลืม WHERE ไม่งั้นจะลบทุกแถว)

ลองนึกถึงคำสั่งเหล่านี้เป็น “ประโยค” ที่เราใช้ถามฐานข้อมูล:

“เลือก (SELECT) ชื่อและน้ำหนัก จาก (FROM) ตารางผู้ป่วย โดยเอาเฉพาะ (WHERE) คนที่น้ำหนักเกิน 100 แล้วเรียง (ORDER BY) จากมากไปน้อย”

เมื่อเข้าใจ SELECT และส่วนประกอบเหล่านี้แล้ว คุณสามารถดึงและวิเคราะห์ข้อมูลจากฐานข้อมูลได้อย่างมีประสิทธิภาพ พร้อมต่อยอดสู่การทำ report, analytics และการพัฒนาแอปพลิเคชันที่เชื่อมต่อฐานข้อมูลต่อไป