SQL Server: cleaning table column descriptions

ในฐานะ System Specialist และ Senior Architect การดูแลความสมบูรณ์ของฐานข้อมูล (Data Integrity) ไม่ได้จำกัดอยู่แค่ข้อมูลในคอลัมน์เท่านั้น แต่ยังรวมถึง Metadata ต่างๆ ด้วย Metadata ที่สำคัญอย่างหนึ่งคือคำอธิบาย (Description) ของ Table และ Column ซึ่งเป็นสิ่งจำเป็นสำหรับการทำความเข้าใจโครงสร้างฐานข้อมูล (Schema) โดยเฉพาะอย่างยิ่งเมื่อมีการทำงานร่วมกันเป็นทีมขนาดใหญ่

อย่างไรก็ตาม บ่อยครั้งที่ Description เหล่านี้เกิดความสกปรก (Dirty Data) เช่น มีการเว้นวรรคเกินความจำเป็น (Multiple Spaces), มีการขึ้นบรรทัดใหม่ (Newlines), หรือมีอักขระพิเศษที่ทำให้การค้นหาหรือการนำไปใช้งานต่อเกิดปัญหา การทำความสะอาด Metadata เหล่านี้จึงเป็นขั้นตอนสำคัญที่นักพัฒนาระบบต้องให้ความใส่ใจ

🔍 ทำไมต้องทำความสะอาด Description ใน PostgreSQL?

Description ที่สกปรกส่งผลกระทบหลายด้าน:

• การค้นหา (Searchability): หากมีช่องว่างพิเศษหรืออักขระที่ไม่ถูกต้อง จะทำให้เครื่องมือหรือผู้ใช้งานไม่สามารถค้นหาคำอธิบายที่ถูกต้องได้
• การนำไปใช้ (Usability): เมื่อมีการสร้างรายงานหรือเอกสารประกอบฐานข้อมูล (Data Dictionary) Description ที่มีรูปแบบไม่สวยงามจะลดความเป็นมืออาชีพ
• ความสม่ำเสมอ (Consistency): การล้างข้อมูลช่วยให้มั่นใจว่าทุก Description มีรูปแบบที่สม่ำเสมอและเป็นมาตรฐานเดียวกัน

🛠️ หลักการทำความสะอาด Metadata ด้วย PostgreSQL

ใน PostgreSQL การจัดการกับข้อความ (String Manipulation) ที่มีปัญหาเรื่องการจัดรูปแบบสามารถทำได้อย่างมีประสิทธิภาพโดยใช้ฟังก์ชันที่ทรงพลังอย่าง regexp_replace() ซึ่งช่วยให้เราสามารถระบุและแทนที่รูปแบบของอักขระที่ไม่ต้องการได้อย่างแม่นยำ

แทนที่จะใช้คำสั่งที่ซับซ้อนในการอัปเดต Metadata โดยตรง (ซึ่งอาจต้องใช้ Extension หรือ Stored Procedure ที่ซับซ้อน) เราจะสาธิตการทำความสะอาดสตริง Description ที่มีปัญหา โดยสมมติว่าเราดึงค่า Description ที่สกปรกออกมาได้แล้ว

💡 ตัวอย่างการใช้งาน PostgreSQL Function

โค้ดตัวอย่างนี้แสดงวิธีการทำความสะอาดสตริงที่อาจมีช่องว่างเกิน, ขึ้นบรรทัดใหม่, และอักขระที่ไม่ต้องการ โดยการแทนที่ทั้งหมดด้วยช่องว่างเดียว (Single Space) และลบช่องว่างที่หัว/ท้ายออกด้วย TRIM()

SQL

-- สมมติว่านี่คือ Description ที่สกปรก (Dirty Description) ที่เราดึงมาได้จากระบบภายนอกหรือระบบ Catalog
WITH DirtyData AS (
    SELECT
        'apple,  banana, orange' AS dirty_description
),
CleanedData AS (
    SELECT
        dirty_description,
        -- 1. แทนที่ Newlines (\n) และ Tabs ด้วยช่องว่าง
        TRIM(regexp_replace(dirty_description, '[\r\n\t]+', ' ', 'g')) AS step1_clean
    FROM DirtyData
),
FinalClean AS (
    SELECT
        step1_clean,
        -- 2. แทนที่ช่องว่างที่เกินมา (Multiple Spaces) ด้วยช่องว่างเดียว
        TRIM(regexp_replace(step1_clean, ' {2,}', ' ', 'g')) AS final_clean_description
    FROM CleanedData
)
SELECT * FROM FinalClean;

คำอธิบายโค้ด:

• regexp_replace(..., '[\r\n\t]+', ' ', 'g'): คำสั่งนี้จะค้นหาอักขระขึ้นบรรทัดใหม่ (\n), Carriage Return (\r), และ Tab (\t) ที่มาติดกันตั้งแต่ 1 ตัวขึ้นไป (+) และแทนที่ทั้งหมดด้วยช่องว่างเดียว
• regexp_replace(..., ' {2,}', ' ', 'g'): ขั้นตอนนี้จะจัดการกับปัญหาช่องว่างที่เกินมา 2 ช่องขึ้นไป ( {2,}) และลดให้เหลือเพียงช่องว่างเดียว
• TRIM(): ใช้เพื่อลบช่องว่างที่อาจหลงเหลืออยู่ที่จุดเริ่มต้นหรือจุดสิ้นสุดของสตริง

✅ บทสรุปและแนวทางปฏิบัติที่ดีที่สุด (Best Practices)

การทำความสะอาด Metadata ไม่ใช่แค่การรัน Query ครั้งเดียวจบ แต่ควรถูกผนวกเข้าเป็นส่วนหนึ่งของกระบวนการพัฒนา (Development Pipeline) เสมอ เพื่อให้มั่นใจว่า Description ที่ถูกป้อนเข้าสู่ระบบตั้งแต่ต้นจะผ่านการตรวจสอบความถูกต้องของรูปแบบ (Format Validation) แล้ว

หากคุณต้องจัดการกับ Metadata จำนวนมากในอนาคต ควรพิจารณาการสร้าง Stored Function หรือ Triggers ที่ใช้ฟังก์ชัน regexp_replace นี้ เพื่อให้ทุกครั้งที่มีการอัปเดต Description จะถูกทำความสะอาดโดยอัตโนมัติก่อนที่จะบันทึกเข้าสู่ฐานข้อมูลอย่างถาวร