八月重啟之後，開放台灣租屋資料（以下簡稱開租）的資料處理流程，正在分階段換成新的架構，預計九月內完成遷移，九月資料集會是第一份用新架構產出的資料。 這篇文章不介紹新架構長什麼樣子，那部份寫在 repo 的 architecture-roadmap。這裡想講的是三件事：為什麼這樣選、怎麼在不中斷每日爬取的情況下換掉、以及換的過程放棄了什麼。最後也會談這一輪養成的文件寫法，以及對資料探索的期待。 這篇文章跟 repo 裡的設計文件一樣，是由 AI 起草、人給方向和目標，再由人審過的。原因寫在文末。
跟大家報告一個好消息：經過八月下旬密集的重建工作，開放台灣租屋資料的機器人，已經在 8/26 恢復每日全台爬取，並且完成了基礎設施的全面翻新。預計九月起，正式恢復每日更新、月底釋出的例行運作。 八月資料集僅涵蓋八月下旬，屬於過渡期資料，詳細說明請見下文。
在十月初步釋出後，十一月開始進行定期紀錄、合併資料的工作，並且一併跟上最新的租屋平台網頁結構。十一月以幾乎一週一次的頻率，完成三輪資料爬取，並將這些資料合併成一份完整的測試用資料集，數量已開始接近過去的水準，以去重複後的物件數來看，大約是 2023 同期的 95% 。
開放台灣租屋資料的機器人，已經修復至可以進行基本的資料爬取工作，並在十月期間，完成了初步的測試用資料集釋出。這份資料集，主要是為了讓使用者能夠在正式恢復每日更新前，先行體驗目前的資料狀況。
在歷經 2025 年的多輪修復後，開放台灣租屋資料，已經完成主要爬蟲功能的重建，並將從十月開始，開放試爬的資料集，希望能在年底前，恢復到穩定運作的狀態。
跟大家宣佈一個好消息，以及一個壞消息 🥹 好消息是，機器人在停止運作四個月後，終於在 2024-09-08 正式復工，並完整爬取了 9 月的資料。 壞消息是，由於 591 持續調整網頁呈現技術，機器人在 2024-10-31 時，再次停止運作，目前尚未復原。 因此，開放台灣租屋資料，將再次暫停更新，直至 ddio 有空修復為止。這次的技術調整，還不確定解決方式，若有確切的復原時間，會再次通知大家。
很抱歉需要跟大家說明，由於 ddio 家中新生命降臨地球，加上 591 自 4 月開始，持續調整系統設定，導致爬蟲機器人，無法正常運作。因此，開放台灣租屋資料，將暫停更新，直至機器人與作者復原為止。目前已將已知的變動範圍，紀錄在 #176 ，若無太大意外，爬蟲會在九月時正式復工，十月則是復工後，首次完整月份的資料集釋出。
為了節省計算資源、簡化季度、年度資料處理流程，我們將從「使用 PostgresSQL 合併跨月資料」，改為「使用 ClickHouse local 合併跨月資料」。除了少數欄位名稱更改外，使用上並無其餘影響。 對新合併法有興趣者，歡迎參見合併原始碼。
我們在 10/06 ~ 10/26 期間，由於主機維護問題，導致爬蟲無法順利執行。
我們在 3 月 25 日至 4 月 13 日期間遭遇了一些技術問題，導致我們無法按時收集並更新部分租屋資料。我們深感歉意，現在將會詳細解釋所發生的情況及其影響。
