กระบวนการย้ายฐานข้อมูลจาก Oracle สู่ PostgreSQL แบบไร้รอยต่อ ภายใต้สภาพแวดล้อมที่มีระบบงานจำนวนมาก: กรณีศึกษาสำนักบริการคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์
Keywords:
การเปลี่ยนผ่านระบบฐานข้อมูล, ระบบฐานข้อมูลรหัสเปิด, วงจรการพัฒนาซอฟต์แวร์, เวิร์กโฟลว์ข้อมูลแบบอัตโนมัติAbstract
สำนักบริการคอมพิวเตอร์ มหาวิทยาลัยเกษตรศาสตร์ ให้บริการระบบฐานข้อมูลกลางแก่แอปพลิเคชันภายใน ครอบคลุมภารกิจด้านการเรียนการสอน บุคลากร การเงิน และแผนงบประมาณ ระบบฐานข้อมูล Oracle เดิมที่ใช้งานในรูปแบบสิทธิ์การใช้งานแบบซื้อขาด ก่อให้เกิดข้อจำกัดด้านการปรับปรุงอย่างต่อเนื่อง ประสิทธิภาพที่ลดลง และต้นทุนค่าลิขสิทธิ์ซอฟต์แวร์ที่สูง การนำ PostgreSQL ซึ่งเป็นระบบจัดการฐานข้อมูลเชิงสัมพันธ์แบบโอเพนซอร์สที่มีประสิทธิภาพสูงและได้รับการยอมรับในระดับสากลมาทดแทน เป็นวิธีที่ช่วยขจัดข้อจำกัดด้านประสิทธิภาพงานและช่วยลดภาระค่าใช้จ่ายด้านใบอนุญาต งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนากระบวนการย้ายระบบฐานข้อมูลกลางจาก Oracle สู่ PostgreSQL แบบไร้รอยต่อ โดยกระบวนการวิจัยได้ประยุกต์ใช้กรอบวงจรการพัฒนาซอฟต์แวร์ (SDLC) ในการทดลองวางแผนและดำเนินการย้ายระบบงานสำคัญ 19 ระบบ และใช้เครื่องมือหลัก ได้แก่ Ora2Pg สำหรับการย้ายโครงสร้างและข้อมูล และ Apache Airflow สำหรับจัดการเวิร์กโฟลว์การย้ายข้อมูลแบบต่อเนื่องผลการวิจัยพบว่า กระบวนการย้ายฐานข้อมูลที่พัฒนาขึ้นสามารถถ่ายโอนข้อมูลเชิงเทคนิคได้อย่างสมบูรณ์ไร้รอยต่อโดยไม่มีข้อมูลสูญหาย จากการตรวจสอบความสมบูรณ์ของโครงสร้างและจำนวนแถวข้อมูล ในส่วนการประเมินปัญหาการย้ายฐานข้อมูลจากกลุ่มผู้ดูแลระบบงานสารสนเทศ และจากกลุ่มผู้ใช้งาน พบปัญหาในภาพรวมน้อยที่สุด (x̄ = 0.71, S.D. = 0.95) และพบปัญหาในภาพรวมเล็กน้อย (x̄ = 1.03, S.D. = 1.0) ตามลำดับ ผลการประเมินความพึงพอใจการย้ายระบบจากผู้พัฒนาซอฟต์แวร์ และจากผู้ดูแลฐานข้อมูล ในภาพรวมอยู่ในระดับมากที่สุด (x̄ = 4.51, S.D. = 0.64) และ ระดับมาก (x̄ = 3.90, S.D. = 0.74) ตามลำดับ ผลการประเมินประสิทธิภาพของการย้ายฐานข้อมูลพบว่าสมรรถภาพโดยรวมของ PostgreSQL รองรับการทำงานของระบบสารสนเทศได้อย่างมีประสิทธิภาพ โดยการเปลี่ยนผ่านระบบ สามารถลดต้นทุนในภาพรวมได้ถึงร้อยละ 81.77 จากการขจัดภาระค่าลิขสิทธิ์ซอฟต์แวร์ ค่าบำรุงรักษาระบบรายปี อีกทั้งยังสามารถใช้งานบนโครงสร้างพื้นฐานฮาร์ดแวร์เดิมได้อย่างมีเสถียรภาพ
Downloads
References
ทองปาน ปริวัตร, อุมาวรรณ วาทกิจ, อิสรพงศ์ คงคาชาติ, และ สุชาวดี บางวิเศษ. (2568). การพัฒนาระบบสารสนเทศเพื่อการ
บริหารงานอุดหนุนทุนวิจัย. วารสารสารสนเทศศาสตร์, 43(4), 72-92.
บุญชม ศรีสะอาด. (2553). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 8). กรุงเทพฯ: สุวีริยาสาส์น.
อิทธิพร ขำประเสริฐ. (2563). วิจัยสถาบัน: ความท้าทายของบุคลากรสายสนับสนุนวิชาการ. วารสารการพัฒนางานประจำ
สู่งานวิจัย, 7(2), 1-14.
AltexSoft Editorial Team. (2024). Data Migration: Process, Strategy, Examples. AltexSoft.
Darold, G. (2026). Features. Ora2Pg. Retrieved from https://ora2pg.darold.net/docs/features
Google. (2026). Gemini (2.5 Pro) [Large language model]. Retrieved from https://germimi.google.com
Google Cloud. (2025). Database migration: Concepts and principles (Part 1). Google Cloud Documentation. Retrieved from https://docs.cloud.google.com
Kavuluri, H. V. R. (2024). Oracle vs PostgreSQL: Cost analysis for enterprises adopting cloud-native strategies. International Journal of Emerging Research in Engineering and Technology, 5(3), 22-31.
Nanjappan, S. K. (2024). Understanding data migration: Processes, types, and best practices. International Journal of Computer Engineering and Technology (IJCET), 15(4), 882-896.
Narayanan, P. K. (2024). Data engineering for machine learning pipelines: From Python libraries to ML pipelines and cloud platforms. California, Apress Berkeley.
Natti, M. (2023). Migrating from Oracle to PostgreSQL: Leveraging open-source to reduce database costs and enhance flexibility. The Eastasouth Journal of Information System and Computer Science, 1(2), 109-112.
Sarmah, S. S. (2018). Data Migration. Science and Technology, 8(1), 1-1
Shukla, S. (2022). Developing pragmatic data pipelines using apache airflow on Google Cloud Platform. International Journal of Computer Sciences and Engineering, 10(8), 1-8.
