QuestDB Time Series กับ Shift Left Security —

QuestDB สำหรับ Time Series Data

QuestDB เป็น Time Series Database ที่เร็วมาก ใช้ SQL Query ได้เลย รองรับหลาย Protocol ทำให้ Migrate จาก Database อื่นง่าย เหมาะสำหรับ Monitoring, IoT, Financial Data และ Log Analytics

เนื้อหาเกี่ยวข้อง — บทความที่เกี่ยวข้อง: osi model tcp/ip — ข้อมูลครบถ้วน 2026

Shift Left Security ย้ายการทดสอบ Security มาทำตั้งแต่ Development ใช้ SAST, SCA, Secret Scanning ใน CI/CD ตรวจจับปัญหาก่อน Deploy ลดค่าใช้จ่ายแก้ไขปัญหา Security

เนื้อหาเกี่ยวข้อง — บทความที่เกี่ยวข้อง: Tekton Pipeline SaaS Architecture — คู่มือฉบับสมบูรณ์ 2026

QuestDB Setup และ SQL Queries

# === QuestDB Installation และ Configuration ===

# 1. Docker
docker run -d --name questdb \
  -p 9000:9000 \
  -p 9009:9009 \
  -p 8812:8812 \
  -p 9003:9003 \
  -v questdb-data:/var/lib/questdb \
  questdb/questdb:latest

# Ports:
# 9000 — REST API / Web Console
# 9009 — InfluxDB Line Protocol (ILP)
# 8812 — PostgreSQL Wire Protocol
# 9003 — Health/Metrics

# 2. สร้าง Table สำหรับ Security Events
# เปิด Web Console: http://localhost:9000

# CREATE TABLE security_events (
#   timestamp TIMESTAMP,
#   event_type SYMBOL,
#   severity SYMBOL,
#   source_ip STRING,
#   destination_ip STRING,
#   port INT,
#   protocol SYMBOL,
#   message STRING,
#   user_id STRING,
#   risk_score DOUBLE
# ) timestamp(timestamp) PARTITION BY DAY WAL;

# CREATE TABLE metrics (
#   timestamp TIMESTAMP,
#   host SYMBOL,
#   metric_name SYMBOL,
#   value DOUBLE,
#   tags STRING
# ) timestamp(timestamp) PARTITION BY HOUR WAL;

# 3. SQL Queries สำหรับ Security Analytics

# -- Top 10 Source IPs with most events
# SELECT source_ip, count() as event_count,
#        avg(risk_score) as avg_risk
# FROM security_events
# WHERE timestamp > dateadd('h', -24, now())
# GROUP BY source_ip
# ORDER BY event_count DESC
# LIMIT 10;

# -- Security Events per Hour
# SELECT timestamp, event_type, count() as cnt
# FROM security_events
# WHERE timestamp > dateadd('d', -7, now())
# SAMPLE BY 1h
# ALIGN TO CALENDAR;

# -- High Risk Events
# SELECT * FROM security_events
# WHERE risk_score > 8.0
#   AND timestamp > dateadd('h', -1, now())
# ORDER BY timestamp DESC;

# -- Anomaly Detection: Events exceeding 3x average
# WITH hourly AS (
#   SELECT timestamp, count() as cnt
#   FROM security_events
#   SAMPLE BY 1h
# )
# SELECT timestamp, cnt,
#        avg(cnt) OVER (ORDER BY timestamp ROWS 24 PRECEDING) as avg_24h
# FROM hourly
# WHERE cnt > 3 * avg(cnt) OVER (ORDER BY timestamp ROWS 24 PRECEDING);

echo "QuestDB running at http://localhost:9000"
echo "  PostgreSQL: localhost:8812"
echo "  ILP: localhost:9009"

Shift Left Security Pipeline

# === GitHub Actions — Shift Left Security Pipeline ===
# .github/workflows/shift-left-security.yml

name: Shift Left Security
on:
  push:
    branches: [main, develop]
  pull_request:
    branches: [main]

jobs:
  sast:
    name: Static Analysis (SAST)
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Semgrep SAST
        uses: returntocorp/semgrep-action@v1
        with:
          config: >-
            p/security-audit
            p/secrets
            p/owasp-top-ten
            p/python

      - name: Bandit (Python Security)
        run: |
          pip install bandit
          bandit -r src/ -f json -o bandit-report.json || true
          bandit -r src/ -ll  # Show high severity

      - name: Upload SAST Results
        uses: actions/upload-artifact@v4
        with:
          name: sast-results
          path: bandit-report.json

  sca:
    name: Software Composition Analysis
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Trivy Vulnerability Scan
        uses: aquasecurity/trivy-action@master
        with:
          scan-type: fs
          scan-ref: .
          format: table
          severity: CRITICAL, HIGH

      - name: pip-audit
        run: |
          pip install pip-audit
          pip-audit -r requirements.txt --desc || true

  secrets:
    name: Secret Scanning
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0

      - name: Gitleaks Secret Scan
        uses: gitleaks/gitleaks-action@v2
        env:
          GITHUB_TOKEN: }

      - name: TruffleHog
        run: |
          pip install trufflehog
          trufflehog filesystem --directory=. --only-verified || true

  container:
    name: Container Security
    runs-on: ubuntu-latest
    needs: [sast, sca, secrets]
    steps:
      - uses: actions/checkout@v4

      - name: Build Image
        run: docker build -t myapp:test .

      - name: Trivy Container Scan
        uses: aquasecurity/trivy-action@master
        with:
          image-ref: myapp:test
          format: table
          severity: CRITICAL, HIGH
          exit-code: 1

      - name: Dockle Lint
        run: |
          docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \
            goodwithtech/dockle:latest myapp:test

  dast:
    name: Dynamic Testing (DAST)
    runs-on: ubuntu-latest
    needs: container
    steps:
      - uses: actions/checkout@v4

      - name: Start Application
        run: |
          docker compose up -d
          sleep 10

      - name: OWASP ZAP Scan
        uses: zaproxy/action-baseline@v0.10.0
        with:
          target: http://localhost:8080

      - name: Stop Application
        run: docker compose down

Best Practices

• Partitioning: ใช้ PARTITION BY DAY หรือ HOUR ตามปริมาณข้อมูล เพื่อ Query Performance
• WAL Mode: เปิด WAL (Write-Ahead Log) สำหรับ Concurrent Writes
• ILP Ingestion: ใช้ InfluxDB Line Protocol สำหรับ High-throughput Ingestion เร็วกว่า REST
• SAST ทุก PR: รัน Static Analysis ทุก Pull Request ก่อน Merge
• SCA Weekly: Scan Dependencies อย่างน้อยสัปดาห์ละครั้ง
• Secret Scanning: Block Commits ที่มี Secrets ด้วย Pre-commit Hooks

QuestDB คืออะไร

Open-source Time Series Database เร็วมาก ใช้ SQL Query รองรับ InfluxDB Line Protocol PostgreSQL Wire Protocol REST API เหมาะ IoT Monitoring Financial Data Log Analytics

แนะนำเพิ่มเติม — ติดตาม XM Signal

เนื้อหาเกี่ยวข้อง — ดูเพิ่มเติมเรื่อง Svelte 5 Runes Post-mortem Analysis