ผมทำงานประจำเต็มเวลา และมี side studio ชื่อ Kasion ที่ทำแอปเล็ก ๆ หลายตัว เวลาสำหรับดูแลเซิร์ฟเวอร์จึงแทบไม่มี นี่คือเหตุผลหลักที่แอปเกือบทั้งหมดของ Kasion รันบน Cloudflare Workers + D1 โพสต์นี้จะเล่าว่าทำไมผมเลือก stack นี้สำหรับ side project, flow การ deploy ที่ใช้จริง และข้อจำกัดที่ควรรู้ก่อนตัดสินใจ
ทำไมเป็น Workers + D1
1. ไม่มีเซิร์ฟเวอร์ให้ดูแล งานประจำของผมเกี่ยวกับ deploy, rollback และดูแลระบบ production อยู่แล้ว ผมไม่อยากกลับบ้านมาเจอ VM ที่ต้อง patch, ต้องต่ออายุ SSL หรือต้องดูว่า disk เต็มหรือยัง Workers ตัดเรื่องพวกนี้ออกไปทั้งหมด
2. ค่าใช้จ่ายเริ่มต้นต่ำมาก side project ส่วนใหญ่มีผู้ใช้น้อยในช่วงแรก และหลายตัวอาจไม่เคยโตเลย การจ่ายค่า VM รายเดือนสำหรับแอปที่มีคนใช้วันละไม่กี่คนเป็นเรื่องสิ้นเปลือง Workers คิดตามการใช้งาน และมี free tier ที่เพียงพอสำหรับการทดลองไอเดียส่วนใหญ่ ทำให้ผมกล้าเปิดแอปใหม่โดยไม่ต้องคิดหนัก ส่วนตัวเลขราคาและ quota ล่าสุด ควรเช็กจากหน้า pricing ของ Cloudflare โดยตรงเพราะเปลี่ยนได้
3. D1 คือ SQLite ที่คุ้นมือ D1 เป็นฐานข้อมูลที่ใช้ SQLite ภายใต้ ผมเขียน SQL ได้ตามปกติ มี migration และไม่ต้องตั้ง connection pool สำหรับแอปที่ข้อมูลไม่ใหญ่มาก นี่คือความเรียบง่ายที่พอดี
4. Deploy ไวและ rollback ง่าย คำสั่งเดียวขึ้น production และถ้าพังก็ย้อนเวอร์ชันได้ทันที สำหรับคนที่มีเวลาทำ side project แค่ช่วงค่ำ ความเร็วของรอบนี้สำคัญมาก
ตัวอย่าง wrangler.jsonc
นี่คือ config พื้นฐานที่ผมใช้เป็นจุดเริ่มต้นของเกือบทุกโปรเจกต์
{
"$schema": "node_modules/wrangler/config-schema.json",
"name": "my-side-app",
"main": "src/index.ts",
"compatibility_date": "2026-05-01",
"compatibility_flags": ["nodejs_compat"],
"observability": {
"enabled": true
},
"d1_databases": [
{
"binding": "DB",
"database_name": "my-side-app-db",
"database_id": "<your-database-id>",
"migrations_dir": "migrations"
}
],
"vars": {
"APP_ENV": "production"
}
}
ข้อควรจำคือ secret อย่าใส่ใน vars ให้ใช้ wrangler secret put แทน เพราะไฟล์ config ถูก commit เข้า git
ฝั่งโค้ด Worker ใช้ D1 ผ่าน binding ได้ตรง ๆ
export interface Env {
DB: D1Database;
}
export default {
async fetch(request: Request, env: Env): Promise<Response> {
const url = new URL(request.url);
if (url.pathname === "/api/notes") {
const { results } = await env.DB
.prepare("SELECT id, title, created_at FROM notes ORDER BY created_at DESC LIMIT ?")
.bind(20)
.all();
return Response.json(results);
}
return new Response("Not found", { status: 404 });
},
};
ใช้ prepare().bind() เสมอ อย่าต่อ string เป็น SQL เอง เหมือนฐานข้อมูลทั่วไป
Flow การ deploy ที่ผมใช้
- สร้างฐานข้อมูล
wrangler d1 create my-side-app-dbแล้วนำ id ไปใส่ config - เขียน migration ในโฟลเดอร์
migrations/แล้วรันwrangler d1 migrations apply my-side-app-db --localเพื่อทดสอบในเครื่อง - พัฒนาด้วย
wrangler devซึ่งรัน D1 แบบ local ให้ด้วย - ก่อนขึ้นจริงรัน migration กับฐานข้อมูลจริง
wrangler d1 migrations apply my-side-app-db --remote wrangler deploy- เปิด logs ดูสักพักว่าไม่มี error
ผมเขียนขั้นตอนพวกนี้เป็น runbook ไว้ทุกโปรเจกต์ เพราะ side project ที่ไม่ได้แตะสามเดือน กลับมาอีกทีจะลืมหมด แนวคิดนี้ผมขยายไว้ใน เปลี่ยนทุก deploy เป็น runbook
ข้อจำกัดที่ควรรู้
Workers + D1 ไม่ได้เหมาะกับทุกงาน ข้อที่ผมเจอและคิดว่าควรรู้ก่อนเริ่มมีดังนี้
- CPU time ต่อ request มีจำกัด งานคำนวณหนัก ประมวลผลไฟล์ใหญ่ หรือ job ที่รันนาน ไม่เหมาะจะทำใน request เดียว ต้องแตกเป็น Queues หรือ Workflows
- D1 มีขนาดฐานข้อมูลสูงสุด เหมาะกับข้อมูลระดับแอปเล็กถึงกลาง ถ้าคาดว่าข้อมูลจะโตมาก ควรออกแบบให้แยกฐานข้อมูลได้ตั้งแต่แรก
- ไม่ใช่ทุก npm package ทำงานได้ แม้
nodejs_compatจะช่วยได้มาก แต่ไลบรารีที่พึ่ง native module หรือ filesystem จะใช้ไม่ได้ - การเขียนพร้อมกันจำนวนมาก D1 ไม่ได้ออกแบบมาสำหรับ write throughput สูงแบบฐานข้อมูลใหญ่ ถ้าแอปเขียนหนักต้องคิดเรื่องนี้
ตัวเลข limit ที่แน่นอนขึ้นกับแผนที่ใช้และเปลี่ยนตามเวลา ผมแนะนำให้อ่านหน้า limits ในเอกสารทางการก่อนเลือก อย่าเชื่อตัวเลขจากบล็อกเก่า รวมถึงบล็อกนี้ด้วย
เมื่อไรที่ผมไม่เลือก Workers
งานประจำของผมยังใช้ Laravel บนเซิร์ฟเวอร์ปกติและ Docker Compose เพราะมีระบบเดิมจำนวนมาก ต้องเชื่อมฐานข้อมูลภายใน และทีมคุ้นกับ stack นั้น การเลือก platform จึงไม่ใช่เรื่องว่าอะไรดีที่สุด แต่เป็นเรื่องว่าอะไรเหมาะกับข้อจำกัดของงานนั้น สำหรับ side project ข้อจำกัดใหญ่ที่สุดคือเวลาของผมเอง Workers จึงชนะ
สรุป
ผมรัน side project บน Cloudflare Workers + D1 เพราะไม่ต้องดูแลเซิร์ฟเวอร์ ค่าใช้จ่ายเริ่มต้นต่ำ deploy ด้วย wrangler ได้ในคำสั่งเดียว และ D1 ใช้ SQL ที่คุ้นมือ แต่ต้องรู้ข้อจำกัดเรื่อง CPU time ขนาดฐานข้อมูล และความเข้ากันได้ของ package ก่อนเริ่ม ถ้างานของคุณอยู่ในขอบเขตนั้น นี่คือ stack ที่ให้คุณใช้เวลากับตัวผลิตภัณฑ์ แทนที่จะหมดไปกับเซิร์ฟเวอร์