มีหลายคนบอกกันมาว่า เว็บไซต์บนอินเทอร์เน็ต มีของฟรีให้ใช้งานมากมาย แต่ถ้ากลัวเรื่องลิขสิทธิ์มาก ๆ ให้ไปลองเลือกรายการบนเว็บไซต์ Public Domain จะได้มั่นใจได้ว่า สิ่งที่เอามาใช้นั้นฟรีจริงและไม่เสี่ยงกับการโดนฟ้องเรื่องลิขสิทธิ์  โดยส่วนตัวแล้วขอตั้งคำถามกับคุณผู้อ่านครับว่า “ของฟรีมีจริงหรือ ?”  ผมตั้งคำถามและยกตัวอย่างสิ่งใกล้ตัว คือเว็บไซต์ให้บริการภาพฟรีชื่อดังสองเว็บไซต์ครับ ได้แก่  https://pixabay.com/ และ  https://unsplash.com/ ที่เว็บไซต์แจ้งและหลายคนเขียนแจ้งไว้ว่าภาพใช้ฟรีและไม่มีลิขสิทธิ์  ผมถามคุณผู้อ่านว่าเคยอ่าน Terms ของการใช้งานในเว็บไซต์หรือยังครับ ?  ถ้ายัง ผมขอเวลาคุณผู้อ่าน Click ไปอ่าน Terms ของสองเว็บไซต์ ดังนี้

1. Pixabay Terms อ่านที่นี่ https://pixabay.com/service/terms/
2. Unsplash Terms อ่านที่นี่ https://unsplash.com/terms

ถ้าคุณจับจุดได้ คุณจะพบว่า ทั้งสองเว็บไซต์ ไม่อนุญาตให้คุณโหลด หรือใช้งาน ภาพที่มีโลโก้สินค้า , ภาพของผู้คนที่เป็นที่รู้จักโดยไม่ยินยอมจากคนเหล่านั้น หรือแม้กระทั่งภาพถ่ายสถานที่ ที่ไม่ได้รับอนุญาตในการนำไปใช้  สิ่งเหล่านี้ เป็น “กับดักของฟรี” ที่เราผู้ใช้งาน ละเลยในการศึกษาทำความเข้าใจ และ “วุ่นวาย” ถ้าเราจะอ่านในทุกข้อกำหนด ซึ่งนั่นทำให้คุณเผลอเข้าใจว่าใช้ได้ฟรีจริงและของฟรีมีจริง  อ้าว..คุณต้องมีคำถามว่า “แล้วเว็บไซต์จะโหลดมาทำไม?” ถ้ามันไม่ฟรีหรือมันทำให้คนทั่วไปสับสน คำตอบง่ายมากครับ เว็บไซต์จะบอกว่า ศิลปินที่อัพโหลดภาพเข้ามาหรือผู้ใช้งานที่นำภาพไปใช้งาน ทางเว็บไซต์ไม่มีส่วนรับผิดชอบ เนื่องจากได้ประกาศ Terms เอาไว้แล้วก่อนการใช้งาน และการฟ้องร้องนั้น ศิลปินและผู้ใช้งานต้องเป็นฝ่ายรับผิดชอบครับ !! และอย่าคิดว่าเรื่องแบบนี้มันยากที่จะตามตัว เนื่องจากมีกระบวนการติดตามที่ส่งถึงองค์กรของเราและไล่ยาวไปถึง Log การใช้งานระบบที่คุณต่อสู้ได้ยากมากหากไม่มีความรู้ด้านการจัดการระบบดังกล่าว  “แล้วจะใช้ของฟรีอย่างไรให้ปลอดภัยถ้าเว็บไซต์นั้นบอกว่าฟรี  ?”  อย่างที่ได้แจ้งครับ หากคุณอยากใช้ของฟรีจริง คุณควรอ่านและทำความเข้าใจ Terms ของเว็บไซต์ก่อนเป็นอันดับแรกเพื่อลดความเสี่ยงในการ “ฟ้องร้อง” ที่สำคัญ ในการใช้งานภาพถ่ายหรือเว็บไซต์ต่าง ๆ ที่ดาวน์โหลดผ่านอินเทอร์เน็ต มักจะมีข้อกำหนดในการใช้งาน การแสดงความเป็นเจ้าของในแต่ละภาพ คุณควรทำความเข้าใจก่อนใช้งาน หรือถ้าไม่มีข้อกำหนดดังกล่าว ให้หลีกเลี่ยงการใช้งานครับ  เพราะของฟรีในโลกนี้ไม่มีจริง สิ่งที่ฟรีจริงคือรักของพ่อแม่และรักจากตัวเราครับ  แต่ช้าก่อน..ที่สำคัญท้ายสุด..เว็บไซต์เมืองไทยที่เป็นภาพฟรีใช้ฟรีก็มีจริงแล้วนะครับ ได้แก่เว็บไซต์ oer.learn.in.th ของ สวทช. ที่เราสามารถเลือกภาพไปใช้ได้อย่างสบายใจครับ

ภาพฟรีจาก https://pixabay.com/photos/kitten-cute-cat-white-domestic-1285341 ภาพนี้ Free for commercial use  No attribution required  และที่สำคัญไม่เสี่ยงกับ Terms ต่าง ๆ ที่กล่าวอ้างมาตั้งแต่ต้นครับ

    เราได้ยินคำว่า BIG DATA มาหลายปี พร้อมทั้งมีแรงผลักดันให้กับหน่วยงานภาครัฐและเอกชนหันมาทำ BIG DATA กันมากขึ้น หากวันหนึ่งคุณมีความจำเป็นต้องใช้ BIG DATA ขึ้นมา แล้วคุณต้องทำอย่างไร และควรต้องเรียนรู้อะไรบ้าง ?  ในบทความนี้ผู้เขียนจะขอทำความเข้าใจกับคุณผู้อ่านแบบง่าย ๆ  ใน 2 ประเด็นที่เป็นประโยชน์หลักสำหรับ “งาน” ของคุณ เพื่อความเข้าใจในมุม BIG DATA ก่อนการตัดสินใจว่างานนั้นเหมาะกับการทำ BIG DATA หรือไม่ ถ้าพร้อมแล้ว เราไปเรียนรู้ด้วยกันครับ
   ถ้าคุณจะใช้งาน BIG DATA คุณต้องเรียนรู้อะไรบ้าง
   1. คุณต้องเรียนรู้ข้อมูลของคุณและข้อมูลใน BIG DATA  คำว่าข้อมูล หรือ DATA เมื่อจะนำมาใช้ในงาน BIG DATA คุณต้องทำความเข้าใจประเภทของข้อมูลก่อน ดังภาพครับ

         ประเภทของข้อมูลใน BIG DATA เราแบ่งเป็น 2 ประเภท คือ ประเภทข้อมูลที่ถูกสร้างด้วยมนุษย์ เป็นข้อมูลประเภทที่มีโครงสร้าง เช่นพวกไฟล์เอกสาร ฐานข้อมูล เหล่านี้สกัดเอามาทำฐานข้อมูลหรือเก็บเป็น Archive ได้  อีกประเภทคือ ประเภทข้อมูลที่ไม่มีโครงสร้าง เช่นพวกข้อมูลที่เกิดจาก Sensor , IOT, หรือเกิดจากเครื่องประมวลผล เก็บเป็นข้อมูลที่มีอย่างต่อเนื่อง เป็นต้น   คำถามคือ ข้อมูลของคุณที่จะนำมาใช้งานนี้เป็นแบบไหนครับ คำถามต่อไปคือ มันมีความถี่ในการเกิดข้อมูลมากแค่ไหน ถ้าบอกว่า เก็บข้อมูลวันละครั้ง เดือนละครั้ง ปีละครั้ง รวมแล้วไม่เกินล้านข้อมูลต่อปีนำมาประมวลผลกราฟสรุปเป็นไตรมาส โดยความเห็นส่วนตัวของผู้เขียนแนะนำว่า ไม่ควรจัดทำมาเป็น BIG DATA เพราะคุณต้องลงทุนด้าน Infra structure มากขึ้นเพื่อรองรับ Software BIG DATA ดังกล่าว งานคุณใช้เป็นเพียงฐานข้อมูลก็พอครับ  กลับกัน ถ้าข้อมูลของคุณมาทุกวัน ต่อเนื่อง เช่นข้อมูลการขายของร้านสะดวกซื้อยี่สิบสาขาในแต่ละวัน ปริมาณข้อมูลรวมแล้วเกินหลักล้านเรคอร์ดแถมต้องประมวลผลวิเคราะห์อย่างหนักน่วง แบบนี้ครับ BIG DATA จะสามารถช่วยคุณได้ในด้านของการนำเข้าข้อมูลที่รวดเร็วบนฐานข้อมูลรูปแบบใหม่ การประมวลผลที่รวดเร็วกว่าการใช้ฐานข้อมูลแบบเดิมกว่าร้อยเท่า แต่สิ่งที่คุณต้องเรียนรู้เพิ่มเติมคือ การจัดการระบบรวมทั้งฐานข้อมูล BIG DATA แบบใหม่ ๆ ด้วยครับ ต้องประเมินกันแล้วว่าคุ้มหรือไม่ที่จะต้องลงทุนลงแรงและลงเงิน

    2. คุณต้องเรียนรู้ภาพรวมของ BIG DATA
        เพราะข้อมูลของคุณเป็นเพียงแค่ส่วนหนึ่งใน BIG DATA  ทว่าในภาพรวม จะมีกระบวนการที่เกี่ยวข้องให้คุณต้องเข้าใจ ทางผู้เขียนขอทำเป็นภาพ Infographic ให้ได้เข้าใจง่าย ๆ พร้อมอธิบาย ดังภาพครับ 

           จากภาพ  อธิบายจากซ้ายสุด ด้าน DATA คุณจะพบว่า คุณเข้าใจข้อมูลของคุณที่แยกเป็น 2 ประเภทได้ชัดเจน ข้อมูลของคุณจะมีส่วนที่น่าสนใจอยู่ 3V ที่น่าจะเข้าข่ายทำ BIG DATA ได้แก่ Variety  ข้อมูลคุณมีความหลากหลาย  Velocity ข้อมูลคุณมีความเร็วในการเกิดข้อมูลถี่มาก  Veracity ข้อมูลคุณมีความสำคัญในการสร้างความถูกต้องในองค์กร (เช่นพวก Log พวกข้อมูลนำไปประเมิน ข้อมูลสำคัญ ๆ ขององค์กร) หลังจากนั้น เรามาดูใน ด้าน  Storage  คุณจะพบว่าหากข้อมูลของคุณต้องการเก็บ Raw Data พร้อมทั้งข้อมูลที่มีความหลากหลายมีปริมาณมากขึ้นทวีคูณ คุณจะต้องพิจารณา Volume ที่ใช้งานใน Storage ของคุณ  ในทางกลับกัน หากข้อมูลคุณไม่ได้ใช้ปริมาณมาก คุณใช้เพียง Storage ปกติที่เพิ่มข้อมูลได้เรื่อย ๆ ก็เพียงพอ ถัดมาครับ ด้าน Data Processing  เพราะการนำเข้าข้อมูลของคุณจำเป็นต้องพิจารณาในด้าน Extract Transform Loading [ETL]  หรือการ ELT ที่นำข้อมูลพร้อมใช้งานไปประมวลผล หากข้อมูลของคุณมีปริมาณมหาศาล การใช้ BIG DATA จะเป็นประโยชน์ในด้านการช่วยกันประมวลผลแบบ Cluster ที่ยิ่งมีจำนวน Node มากขึ้น ก็ยิ่งทำให้การประมวลผลเร็วขึ้น  ถัดมาเป็น ด้าน  Data Analytic  ถือเป็นหัวใจของ BIG DATA ที่สามารถประมวลผลผ่านการใช้กระบวนการหรืออัลกอริทึมที่เกี่ยวข้องได้อย่างรวดเร็วมากกว่าการใช้งานซอฟต์แวร์ประมวลผลข้อมูลด้านอื่น ๆ อันมีสาเหตุมาจากกระบวนการจัดเก็บฐานข้อมูลและการประมวลผลในรูปแบบ BIG DATA ที่รวดเร็วและมีความเสถียรของระบบนั่นเอง   ด้านสุดท้ายที่คุณจำเป็นต้องรู้และเข้าใจมากที่สุดสำหรับงานและข้อมูลของคุณคือ ด้าน Data Visualization คือการนำเสนอข้อมูลของคุณกับผู้ใช้ให้เข้าใจได้ง่ายและทรงพลังในรูปแบบของคุณ ซึ่งเป็น Value ของงานที่สำคัญมาก  แต่ทราบไหมครับ ในความจริงแล้ว แม้คุณจะสร้างโมดูลการนำเสนอที่แปลกใหม่เร้าใจขนาดไหน ผู้รับฟังข้อมูลไม่ได้ตื่นเต้นกับสิ่งที่อยู่ตรงหน้ามากไปกว่าการเข้าใจข้อมูลที่อยู่ตรงหน้าในระยะเวลาสั้น ๆ  นี่คือโจทย์สำคัญในการนำเสนอข้อมูลของคุณครับ
        โดยสรุปแล้ว เมื่ออ่านบทความมาจนถึงบรรทัดนี้ ผู้เขียนหวังว่าคุณผู้อ่านจะได้ทราบถึง 2 ประเด็นหลักๆ ที่ควรเข้าใจก่อนใช้งานหรือลงแรงไปกับ BIG DATA แล้วนะครับ ส่วนใครที่ตัดสินใจจะใช้ BIG DATA แล้วอยากรู้ว่า ต้องเริ่มเรียนรู้อะไร อย่างไร แค่ไหน ไว้ติดตามตอนหน้าครับ  ภาพที่อยู่ในบทความนี้ คุณสามารถโหลดนำไปใช้งานเพื่อการศึกษาได้ฟรี จากเว็บไซต์ oer ของ สวทช. ที่นี่ครับ  https://oer.learn.in.th/search_detail/result/87542   และที่นี่ครับ https://oer.learn.in.th/search_detail/result/87543   สุดท้ายนี้ ขอข้อมูลของคุณจงเป็นประโยชน์และใช้เทคโนโลยีให้ถูกต้องตรงกับงานที่จะเกิดขึ้นต่อไปอย่างยั่งยืนครับ 

       สำหรับนักพัฒนาเว็บไซต์หรือสาย DEV ที่นิยมชมชอบโปรแกรมภาษา PHP เป็นที่ทราบกันดีว่า การพัฒนาเว็บไซต์บนพื้นฐานการแลกเปลี่ยนเชื่อมโยงข้อมูลกันได้ง่ายนั้นจำเป็นต้องอิงกับมาตรฐานใน Schema ต่าง ๆ ที่แสนจะวุ่นวาย อีกทั้งยังมีความปวดหัวในการเลือกใช้ Tools หรือ Library ที่เสี่ยงกับสัญญาอนุญาตที่ไม่ตรงไปตรงมาหรือมีนัยยะแอบแฝงทำให้ไม่กล้าใช้งานในโปรแกรม  ถ้าคุณเห็นด้วยกับคำกล่าวนี้ วันนี้ทาง STKS ขอแนะนำทางเลือกบนเว็บไซต์หนึ่งที่เปรียบเสมือนผู้ช่วยในการแปลงข้อมูลเว็บไซต์ที่ใช้มาตรฐานกลาง Markup languague แบบ RDF (Resource Description Framework) ไปเป็นรูปแบบที่โปรแกรมภาษาอื่นรองรับ อีกทั้งยังเป็น PHP ที่ติดตั้ง Composer โมดูลใช้งานได้เลยอีกด้วย ตัวรูปแบบภาษาที่ใช้นั้นเขียนตามมาตรฐาน PSR-2 [ เป็นมาตรฐานรูปแบบการเขียนโปรแกรมที่ค่อนข้างเป็นสากล เช่นหลักการเว้นช่อง  การใช้คำตั้งตัวแปร หรืออื่น ๆ  ซึ่งเชื่อว่าเราไม่ค่อยทราบว่ามันมีมาตรฐานแบบนี้อยู่มาก ]  ตัวเว็บไซต์ดังกล่าวชื่อว่า http://www.easyrdf.org ครับ  ในเว็บไซต์มี Example Module / Source Code และ Online Tools  สามารถใช้งานได้ง่ายทันทีครับ ดังภาพ

        สิ่งหนึ่งที่ผู้เขียนอยากจะสื่อสารสำหรับนักพัฒนาหรือผู้อ่านคือความหมายในด้านรูปแบบ Schema ที่มีอยู่ในโปรแกรมครับ เพื่อให้ได้เข้าใจกันมากขึ้น เรามาทำความเข้าใจกับรูปแบบที่มีและตัวอย่าง ดังนี้ครับ
    1. RDF  (Resource Description Framework )
        เป็นเอกสารที่จัดทำขึ้นด้านโปรแกรมสำหรับการให้ข้อมูลรายละเอียดที่ใช้กับเว็บไซต์ที่เรียกว่า metadata เช่นข้อมูล keyword,site map,page description เป็นต้น  โดยเน้นใช้งานสื่อสารกับพวก BOT หรือโปรแกรมเก็บข้อมูลผ่านคอมพิวเตอร์ ซึ่งเป็นภาษาที่มนุษย์อ่านเข้าใจได้ไม่ง่ายนัก ผู้ที่ทำ Search Engine Optimize จะเข้าใจกระบวนการจัดการไฟล์เหล่านี้ดีครับ  ตัวอย่างไฟล์ RDF ดังภาพ

      2. N-Triples
          เป็นไฟล์ที่มีลักษณะการเก็บเอกสารแบบแถวยาวติดต่อกัน line-based , plain text serialisation format

     3.Json-LD (JavaScript Object Notation for Linked Data)
        เป็นรูปแบบที่จัดทำขึ้นผ่านมาตรฐานข้อมูลการ encoding แบบ Json Mapping ซึ่งผู้ใช้งานสามารถเชื่อมโยงแปลงกับรูปแบบ RDF ได้ทันทีในเว็บไซต์นี้

     4. RDF/JSON-Resource-Centric  
         เป็นรูปแบบที่จัดทำขึ้นแบบ Json Mapping ที่เน้นรูปแบบ Serialize ที่มนุษย์ไม่สามารถอ่านเข้าใจได้ง่าย เหมาะสำหรับการเก็บข้อมูลในรูปแบบปกปิด หรือนำไปใช้ในงานเฉพาะทาง 

     5. Notation3 (N3)
         Notation3 เป็นรูปแบบที่รู้จักกันแพร่หลาย เป็น  Readable RDF syntax ที่สามารถอ่านและทำความเข้าใจได้ง่ายกว่า RDF  และสามารถใส่เงื่อนไขหรือกระบวนการต่าง ๆ ภายในภาษาได้อีกด้วย

    นอกจากนี้ยังสามารถแปลงจากเอกสาร RDF ต้นทาง มาเป็นเอกสารแบบ Graphviz,PNG,GIF,SVG ได้อีกด้วย (แต่ก็ยังพบว่ามี error หากผู้ใช้งานเลือกข้อมูลต้นทางและปลายทางไม่สอดคล้องกับการ Convert)

    โดยสรุป เว็บไซต์ http://www.easyrdf.org ถือเป็นเพื่อนร่วมทางสำหรับนักพัฒนาโปรแกรมภาษา PHP รวมถึงผู้ที่ใช้งานด้านการแปลงรูปแบบมาตรฐานชุดข้อมูล RDF ให้อยู่ในรูปแบบต่าง ๆ ที่ใช้งานได้ทั้งออนไลน์และการเขียนโปรแกรม อีกทั้งยังใช้งานในลักษณะสัญญามาตรฐานแบบ CC By 3.0 ที่เปิดโอกาสให้ผู้ใช้งานสามารถปรับปรุงและนำไปใช้ได้อย่างอิสระ โดยต้องให้เครดิตกับผู้สร้างครับ  ส่วนเว็บไซต์อื่น ๆ ก็มีให้ใช้งานเช่นกัน เช่น https://rdf-translator.appspot.com เป็นต้น  ดังนั้น เลือกใช้ให้ถูกใจ ถูกหลัก ถูกลิขสิทธิ์ในการใช้งานกันนะครับ เพื่อให้เกิดประโยชน์สูงสุดกับเราที่สุด