ข้ามไปที่เนื้อหาหลัก

การทำ Trigger สำหรับฐานข้อมูล MySQL, SQL, Postgresql

สำหรับคนที่ทำงานเกี่ยวกับการพัฒนาระบบฐานข้อมูลขององค์กรขนาดใหญ่ๆ คงมีความคุ้นเคยกับใช้งาน Trigger อยู่แล้ว ซึ่ง Trigger เป็นที่เข้าใจกันดีว่า เป็นการทำงานอัตโนมัติ เมื่อเกิดเหตุการณ์ เพื่อทำงานตรวจสอบการเปลี่ยนแปลงค่าต่างๆ ในตาราง เพื่อวัตถุประสงค์การใช้งานฐานข้อมูลในเชิง Data Integrity (ความบูรณภาพของข้อมูล=ความถูกต้องและสมบูรณ์ของข้อมูลที่อยู่ในฐานข้อมูล) สำหรับป้องกันความผิดพลาดและความซ้ำซ้อนในการป้อนข้อมูล เช่น รหัสลูกค้าที่จะต้องไม่ซ้ำกัน

Tirgger เป็นฐานข้อมูลเชิงวัตถุที่ขึ้นกับคำสัง การเพิ่ม การแก้ไข และ การลบ จะทำกับตาราจริง โดยใช้เหตุการณ์ดังกล่าวในการทำงาน โดยอาจจะเริ่มก่อน หรือหลังจากคำสั่งหลักทำงานก่อน
ป้ายกำกับ:

ความคิดเห็น

แสดงความคิดเห็น

โพสต์ยอดนิยมจากบล็อกนี้

Anvil แฟลต์ฟอร์ม สำหรับ Python Full Stack มีครบ จบในเครื่องมือเดียว

Anvil แฟลต์ฟอร์ม สำหรับ Python Full Stack มีครบ จบในเครื่องมือเดียว Avil เป็นแฟลต์ฟอร์มสำหรับสร้างเว็บแอพลิเคชั่น ด้วยภาษา python สามารถใช้งานทั้ง HTML CSS JavaScript SQL ทั้งหมดนี้รวมในเครื่องมือที่ชื่อว่า Anvil Python ใช้สำหรับรันบนบราวเซอร์ เซอร์เวิรส์ และสร้าง UI ด้วยวิธีการ Drag-and-Drop เพียงลากวาง UK และยังสามารถเชื่อมต่อและใช้งาน Database  และยังสามารถ Integration กับแฟลต์ฟอร์มอื่นๆ ได้อีกด้วย โครงสร้างของ Anvil  การออกแบบง่ายๆ ด้วย drag-and-drop ใช้ python เป็น client-side และรันบน บราวเซอร์ Server-side รันบน Anvil Server สามารถใช้ Database ต่างๆ เพื่อเก็บข้อมูล สามารถรัน python บนเครื่องและตอบโต้กับแอปพลิเคขั่นไดด้
แสดงความคิดเห็น
อ่านเพิ่มเติม

TomCat สำหรับติดตั้ง แก้ไข คอนฟิก ใช้งาน JSP

Apache Tomcat เป็น  HTTP Server ที่มีความสามารถนำภาษาจาวามาใช้งานได้  สามารถใช้เทคโนโลยีของภาษาจาวาที่เรียกว่า Java Servlet  และ Java Server Page (JSP)  Tomcat เป็นโปรแกรม Open-Source  อยู่ภายใต้การดูแลของ Apache Software Foundation  (ซึ่งเป็นผู้สร้าง Apache HTTP Server ที่เป็นที่นิยมใช้กันอย่างแพร่หลาย)  สามารถอ่านรายละเอียดของ Tomcat ได้ที่  http://tomcat.apache.org  โดยเลือกหัวข้อ “ Documentation”  และเลือก “Tomcat 7.0” ขั้นตอนการติดตั้ง Tomcat เรียงลำดับดังนี้
แสดงความคิดเห็น
อ่านเพิ่มเติม

Layer of AI การแบ่งชั้นของ AI เพื่อการพัฒนาซอฟต์แวร์ กระกบวนการ และผลิตภัณฑ์ด้านปัญญาประดิษฐ์

  Layers of AI (โครงสร้างชั้นของระบบ AI แบบเข้าใจง่าย) โดยทั่วไป AI จะถูกออกแบบเป็น “หลายชั้น (Layers)” ไล่จากล่างขึ้นบน คล้ายสแตกเทคโนโลยี เพื่อง่ายและสะดวกในการเรียนรู้และจัดการ ดังนั้นการสร้างเป็นชั้นๆ สแตกเหล่านี้ยังสามารถนำไปใช้เป็นแนวทางเริ่มต้นในการออกแบบกระบวนการพัฒนาซอฟต์แวร์ ทีมงาน หรือหน่วยธุรกิจต่อได้เป็นอย่างดี  Data Layer ฐานรากของ AI ในส่วนของข้อมูลสำหรับใช้งานด้านปัญญาประดิษฐ์ หรือ AI ข้อมูลดิบ (Text, Image, Audio, Video, Sensor, Logs) Data Lake / Data Warehouse  ข้อที่ 1 สำหรับนิยามของคำว่า  Data Lake คือ พื้นที่เก็บข้อมูลส่วนกลางขนาดใหญ่ที่รวบรวมข้อมูลดิบ (Raw Data) จากหลากหลายแหล่งและทุกรูปแบบ (มีโครงสร้าง, กึ่งมีโครงสร้าง, ไม่มีโครงสร้าง) โดยเก็บข้อมูลตามสภาพเดิม โดยไม่ต้องกำหนดโครงสร้างหรือแปลงข้อมูลก่อน ทำให้มีความยืดหยุ่นสูง รองรับการวิเคราะห์ขั้นสูง เช่น Big Data, Machine Learning, และการสร้าง Dashboard เพื่อการตัดสินใจที่ดีขึ้น ข้อที่ 2 เป็นนิยามของ  Data Warehouse (คลังข้อมูล) คือระบบฐานข้อมูลกลางขนาดใหญ่ที่รวบรวม จัดเก็บ และจัด...
แสดงความคิดเห็น
อ่านเพิ่มเติม