การออกแบบและปรับแต่งฐานข้อมูลด้วย AI

AI-Assisted Coding ขั้นสูงสำหรับนักพัฒนา

Thalia Barrera

AI Engineering Curriculum Manager, DataCamp

การเชื่อมต่อข้อมูลจริง

โฟลเดอร์ใหม่ใน /usecase directory ของ Atlas
sqlite3.OperationalError: no such table: activity_events
❗ ตารางมีอยู่แต่ใช้ ชื่อต่างกัน: schema ไม่ตรงกัน

การใช้ AI สำหรับการแมป Schema

🤖 Prompt สำหรับการจัดเรียง Schema:

ปรับ schema ของฐานข้อมูลให้ตรงกับที่ Atlas ต้องการ ใช้ตารางจากฐานข้อมูล production และตารางที่ Atlas คาดหวัง เปลี่ยนชื่อตารางและคอลัมน์อย่างปลอดภัย และแสดงการแมประหว่างข้อมูลเดิมกับ schema ใหม่

ai-table-squema.mp4

การอัปเดตข้อมูลในสถานการณ์จริง

mermaid: datacamp-purple: data reconciliation pipeline

Wayfarer รับ events จากพาร์ทเนอร์
พาร์ทเนอร์ส่ง ข้อมูลซ้ำ, การแก้ไข และ การปรับเปลี่ยน
ข้อมูลล้าสมัย → KPI ไม่ถูกต้อง
การ Reconciliation ผ่านการดำเนินการ CRUD

การตรวจจับข้อมูลซ้ำด้วย AI

พาร์ทเนอร์ส่ง ชุดข้อมูลใหม่ ของ booking events
ผู้ให้บริการหลายรายดึงข้อมูลจาก API เดียวกัน → มีข้อมูลซ้ำบ่อยครั้ง
ต้อง ตรวจจับข้อมูลซ้ำ ก่อนนำเข้าสู่ production

nanobanana: center: การตรวจจับข้อมูลซ้ำในตารางฐานข้อมูล

การออกแบบ Query สำหรับการตรวจจับ

การปรับแต่งประสิทธิภาพ Query

SQL query:

🤖 Prompt เพื่อปรับแต่งประสิทธิภาพ:

นี่คือ SQL query ที่ใช้งานบ่อย พร้อม schema ของตาราง กรุณาระบุ จุดที่ทำให้ประสิทธิภาพลดลง และเขียน query ใหม่ให้มีประสิทธิภาพมากขึ้นโดยไม่เปลี่ยนผลลัพธ์

ai-efficient-query.mp4

การออกแบบฐานข้อมูลในระดับขนาดใหญ่

🤖 Prompt สำหรับการออกแบบฐานข้อมูล:

จาก schema และ workload นี้ (อ่าน KPI บ่อยตามวันที่และเมือง และมีการแทรกข้อมูลทุกวัน) แนะนำ การปรับปรุง normalization, กลยุทธ์การแบ่ง partition และตัวเลือกการ scaling

ให้ความสำคัญกับการเปลี่ยนแปลงที่ให้ผลดีที่สุดเมื่อเทียบกับความพยายามที่ต้องใช้

ai-sql-partitioning.mp4

มาฝึกกันเลย!

AI-Assisted Coding ขั้นสูงสำหรับนักพัฒนา