# HBR 爬蟲系統 - 待釐清問題清單 請以選擇題方式回答以下問題，以便完成系統開發。 --- ## 一、資料庫相關問題 ### 1. 資料庫類型 您希望使用哪種資料庫系統？ - [V ] A. MySQL / MariaDB - [ ] B. PostgreSQL - [ ] C. SQLite - [ ] D. Microsoft SQL Server - [ ] E. 其他（請說明）：___________ ### 2. 資料庫連線方式 您希望如何提供資料庫連線資訊？ - [ ] A. 直接在此文件中提供（主機、埠號、資料庫名稱、使用者、密碼） - [V ] B. 透過環境變數設定 - [ ] C. 使用連線字串（Connection String） - [ ] D. 使用設定檔（config.ini 或 config.json） - [ ] E. 其他方式（請說明）：___________ ### 3. 資料庫位置 資料庫位於何處？ - [ ] A. 本地電腦（localhost） - [V ] B. 區域網路內的伺服器 - [ ] C. 雲端服務（AWS RDS、Azure SQL、Google Cloud SQL 等） - [ ] D. 其他（請說明）：___________ ### 4. 資料庫權限 資料庫使用者權限設定？ - [ ] A. 僅有 SELECT 和 INSERT 權限（建議） - [V ] B. 完整權限（SELECT, INSERT, UPDATE, DELETE, CREATE TABLE） - [ ] C. 需要我協助建立資料表結構 - [ ] D. 資料表已存在，只需插入資料 ### 5. 資料庫連線加密 是否需要使用 SSL/TLS 加密連線？ - [V ] A. 是，需要 SSL/TLS 加密 - [ ] B. 否，不需要加密 - [ ] C. 不確定，使用預設設定 --- ## 二、資料儲存相關問題 ### 6. 重複文章處理 當爬取到已存在的文章（相同 URL）時，應如何處理？ - [ ] A. 跳過，不更新資料庫 - [V ] B. 更新現有記錄（更新 crawled_at 時間戳） - [V ] C. 更新現有記錄，並更新所有欄位（標題、內容等可能變更） - [ ] D. 建立新記錄（允許重複） ### 7. 歷史資料保留 是否需要保留歷史爬取記錄？ - [ ] A. 是，保留所有歷史記錄（每次爬取都記錄） - [ ] B. 否，只保留最新一次爬取的資料 - [V ] C. 保留最近 N 次爬取記錄（請指定次數：__30___） ### 8. 資料清理 是否需要定期清理舊資料？ - [V ] A. 是，自動刪除超過 N 天的資料（請指定天數：_30____） - [ ] B. 否，保留所有資料 - [ ] C. 手動清理 ### 9. CSV 檔案處理 CSV 檔案產生後，是否需要額外處理？ - [ ] A. 僅發送郵件，不額外處理 - [ ] B. 發送郵件後刪除 CSV 檔案 - [V ] C. 保留 CSV 檔案作為備份（保留最近 N 個檔案，請指定：_____） - [ ] D. 上傳至雲端儲存（Google Drive、Dropbox、S3 等） --- ## 三、功能擴展相關問題 ### 10. 資料查詢功能 是否需要提供資料查詢功能？ - [ ] A. 否，僅需爬取和儲存功能 - [ ] B. 是，需要簡單的查詢腳本（按日期、分類、標籤查詢） - [V ] C. 是，需要 Web 介面查詢 - [ ] D. 是，需要 API 介面 ### 11. 通知方式 除了郵件通知，是否需要其他通知方式？ - [V ] A. 僅需郵件通知 - [ ] B. 需要 Slack 通知 - [ ] C. 需要 Microsoft Teams 通知 - [ ] D. 需要 LINE 通知 - [ ] E. 需要其他方式（請說明）：___________ ### 12. 資料分析功能 是否需要資料分析功能？ - [ ] A. 否，僅需儲存原始資料 - [V ] B. 是，需要統計功能（文章數量、分類分布、作者統計等） - [ ] C. 是，需要產生報表（週報、月報） - [ ] D. 是，需要視覺化圖表 ### 13. 增量爬取 是否需要支援增量爬取（僅爬取新文章）？ - [V ] A. 是，僅爬取新文章（依據 URL 或發布日期判斷） - [ ] B. 否，每次完整爬取所有文章 - [ ] C. 是，但需要可設定爬取日期範圍 --- ## 四、系統設定相關問題 ### 14. 爬取頻率 除了每週一 08:00，是否需要其他爬取時間？ - [ ] A. 僅每週一 08:00 - [ ] B. 需要多個排程時間（請說明）：____每天早上8:00_______ - [ ] C. 需要手動觸發功能 - [V ] D. 需要可設定的排程時間 ### 15. 錯誤通知 當爬蟲執行失敗時，是否需要通知？ - [ ] A. 否，僅記錄日誌 - [V ] B. 是，發送錯誤通知郵件 - [ ] C. 是，發送錯誤通知到其他平台（請指定）：___________ ### 16. 日誌記錄 日誌記錄的需求？ - [ ] A. 僅記錄到控制台 - [ ] B. 記錄到檔案（請指定路徑：_____） - [V ] C. 記錄到資料庫 - [ ] D. 記錄到日誌服務（如 ELK、Splunk） ### 17. 效能設定 爬取時的效能設定偏好？ - [ ] A. 快速爬取（較短延遲，可能對伺服器造成較大負擔） - [ ] B. 平衡模式（適中延遲，預設 1 秒） - [V ] C. 保守模式（較長延遲，避免對伺服器造成負擔） - [ ] D. 可設定延遲時間（請指定秒數：_____） --- ## 五、資料格式相關問題 ### 18. 日期格式 資料庫中日期欄位的格式偏好？ - [V ] A. DATETIME / TIMESTAMP（資料庫原生格式） - [ ] B. VARCHAR（字串格式，如 '2024-12-22 08:00:00'） - [ ] C. DATE（僅日期，不含時間） - [ ] D. 其他（請說明）：___________ ### 19. 標籤儲存方式 標籤的儲存方式偏好？ - [ ] A. 正規化設計（tags 表 + article_tags 關聯表，建議） - [V ] B. 非正規化設計（articles 表中以逗號分隔字串儲存） - [ ] C. JSON 格式儲存（如資料庫支援） ### 20. 內容欄位長度 文章內容欄位的長度限制？ - [V ] A. TEXT 類型（無長度限制） - [ ] B. VARCHAR(N)（請指定最大長度：_____） - [ ] C. MEDIUMTEXT / LONGTEXT（依資料庫而定） --- ## 六、其他問題 ### 21. 專案部署環境 系統將部署在何處？ - [ ] A. 本地電腦（Windows） - [ ] B. 本地電腦（Linux/Mac） - [ ] C. GitHub Actions（雲端） - [V ] D. 自有伺服器 - [ ] E. 雲端服務（AWS、Azure、GCP 等） ### 22. 資料備份需求 是否需要自動備份功能？ - [V ] A. 否，手動備份即可 - [ ] B. 是，定期自動備份資料庫 - [ ] C. 是，備份資料庫和 CSV 檔案 - [ ] D. 是，備份到雲端儲存 ### 23. 多語言支援 是否需要支援多語言？ - [ ] A. 否，僅支援繁體中文 - [V ] B. 是，需要支援多語言（請指定語言：_繁體中文/英文/韓文_________） ### 24. 資料匯出格式 除了 CSV，是否需要其他匯出格式？ - [ ] A. 僅需 CSV - [ ] B. 需要 JSON 格式 - [V ] C. 需要 Excel 格式 - [ ] D. 需要多種格式（請指定）：___________ --- ## 請提供以下資訊 ### 資料庫連線資訊（請填寫） ``` 資料庫類型：___________ 主機位址（Host）：___________ 埠號（Port）：___________ 資料庫名稱（Database）：___________ 使用者名稱（Username）：___________ 密碼（Password）：___________ 連線字串（如有）：___________ 其他說明：___________ ``` --- **請將回答後的檔案回傳，或直接在文件中標記選項。**