ในโลกของการจัดการข้อมูล (Data Engineering) ข้อมูลจำนวนมากมักถูกจัดเก็บในรูปแบบที่เรียกว่า ‘delimited data’ ซึ่งหมายถึงข้อมูลที่ถูกคั่นด้วยอักขระบางอย่าง เช่น คอมมา (,) หรือเครื่องหมายไพพ์ (|) การนำข้อมูลเหล่านี้มาใช้งานในฐานข้อมูลเชิงสัมพันธ์ (Relational Database) โดยตรงนั้นเป็นเรื่องที่ท้าทาย เพราะข้อมูลยังอยู่ในรูปแบบสตริงเดียว (Single String) ซึ่งจำเป็นต้องถูก ‘ตัด’ หรือ ‘แยก’ ออกเป็นคอลัมน์ย่อยๆ อย่างแม่นยำ
ในฐานะ System Specialist เราขอแนะนำเทคนิคที่เปรียบเสมือน ‘Ice Cutter’ ในระบบ PostgreSQL ซึ่งเป็นความสามารถในการแยกสตริง (String Splitting) ที่ทรงประสิทธิภาพ ทำให้เราสามารถเปลี่ยนข้อมูลที่ดูยุ่งเหยิงให้กลายเป็นโครงสร้างข้อมูลที่พร้อมใช้งานในระดับคอลัมน์ได้อย่างราบรื่นและรวดเร็ว
หลักการทำงานของ ‘Ice Cutter’ ใน PostgreSQL
หัวใจสำคัญของการตัดข้อมูลใน PostgreSQL คือฟังก์ชันที่ออกแบบมาเพื่อจัดการกับสตริงโดยเฉพาะ ฟังก์ชันหลักที่ใช้ในการจำลองการทำงานของ ‘Ice Cutter’ คือ string_to_array() และ regexp_split_to_table()
string_to_array() จะทำหน้าที่แปลงสตริงที่ถูกคั่นด้วยตัวแบ่ง (Delimiter) ให้กลายเป็นอาร์เรย์ (Array) ของค่าต่างๆ ซึ่งเป็นขั้นตอนแรกในการเตรียมข้อมูล จากนั้นเราสามารถใช้คำสั่ง unnest() เพื่อแตกอาร์เรย์เหล่านั้นให้กลายเป็นแถว (Row) ใหม่ๆ ซึ่งทำให้ข้อมูลแต่ละส่วนถูกจัดเก็บอย่างเป็นระเบียบในรูปแบบของตารางที่ถูกต้อง
ตัวอย่างการใช้งาน PostgreSQL String Splitting
สมมติว่าเรามีข้อมูลรายการสินค้าที่ถูกคั่นด้วยคอมมาในรูปแบบสตริงเดียว:
SQL
SELECT unnest(string_to_array('apple,banana,orange', ',')) AS item_name;
คำอธิบายโค้ด:string_to_array('apple,banana,orange', ',') จะแปลงสตริงให้เป็นอาร์เรย์: {'apple', 'banana', 'orange'}
คำสั่ง unnest() จะรับอาร์เรย์นี้และแตกออกเป็นสามแถว (Row) โดยที่แต่ละแถวคือชื่อผลไม้แต่ละชนิด ทำให้เราได้ผลลัพธ์ที่พร้อมสำหรับการ Query ต่อไป
การใช้ RegEx สำหรับการตัดที่ซับซ้อน
หากการตัดข้อมูลของเรามีความซับซ้อนกว่าการใช้ตัวคั่นแบบคงที่ (Fixed Delimiter) เช่น เราต้องการตัดข้อมูลตามรูปแบบ (Pattern) ที่กำหนด เราสามารถใช้ regexp_split_to_table() ซึ่งเป็นเครื่องมือที่ทรงพลังยิ่งกว่า
regexp_split_to_table() ช่วยให้เราสามารถกำหนด Regular Expression (RegEx) เพื่อระบุจุดตัดได้อย่างแม่นยำ ทำให้การจัดการกับข้อมูลที่ไม่มีรูปแบบตายตัวเป็นเรื่องง่ายดายอย่างน่าทึ่ง
SQL
SELECT regexp_split_to_table('ID:123|Name:John|City:Bangkok', '([[:alpha:]]:) || ',') AS data_field;
บทสรุป: พลังของ Data Cutting ใน PostgreSQL
ความสามารถในการ ‘ตัด’ ข้อมูลสตริงใน PostgreSQL ไม่ได้เป็นเพียงแค่ฟังก์ชันทางเทคนิค แต่คือรากฐานสำคัญในการทำ ETL (Extract, Transform, Load) ที่มีประสิทธิภาพ การเข้าใจและใช้งานฟังก์ชันอย่าง string_to_array(), unnest(), และ regexp_split_to_table() อย่างเชี่ยวชาญ จะช่วยให้ Senior Architect สามารถเปลี่ยนข้อมูลดิบที่ไม่มีโครงสร้างให้กลายเป็นข้อมูลเชิงสัมพันธ์ที่สะอาดและพร้อมสำหรับการวิเคราะห์ขั้นสูงได้อย่างรวดเร็วและเชื่อถือได้