昨天我們定義了多益商務單字的語料格式，今天進入後端與全端開發非常關鍵的一步：資料庫實體關聯圖（ERD）規劃。

一個好的資料模型必須兼顧資料完整性與查詢效能。在我們的多益單字 App 中，除了單純儲存單字，更需要支援「商務情境分類」、「間隔重複複習進度」以及「錯題本記錄」。

一、 核心實體（Entities）拆解

為了避免資料冗餘並符合第三正規化（3NF），我們將系統拆為五張核心資料表：

1. users（使用者資料表）
   • 記錄使用者基本資訊與學習天數。
2. categories（商務情境分類表）
   • 獨立管理商務分類（如：IT 採購、人力資源、商務合約、物流運輸），方便未來動態擴充情境。
3. vocabularies（單字核心表）
   • 存放單字、詞性、中文釋義與多益核心星級，透過外鍵關聯到 categories。
4. user_vocab_progress（學習進度與記憶狀態表）
   • 記錄特定使用者對特定單字的熟悉度（Stage 1~5）、複習次數，以及關鍵的下一次複習時間（next_review_at）。
5. quiz_questions & mistake_notebook（測驗題庫與錯題表）
   • quiz_questions：存放多益 Part 5 選擇題題幹、四個選項與正確解答。
   • mistake_notebook：記錄使用者答錯的題目關聯、錯誤次數與最後答錯時間。

二、 資料庫關聯結構（Schema 定義）

我們用清楚的欄位結構來定義彼此的主鍵（PK）與外鍵（FK）關聯：

1. 商務情境分類表（categories）

• id (PK, INT / UUID)
• name (VARCHAR, 情境名稱，如 "Information Technology")
• code (VARCHAR, 縮寫代碼，如 "IT")
• description (TEXT, 情境說明)

2. 單字主表（vocabularies）

• id (PK, INT / UUID)
• category_id (FK, 關聯至 categories.id)
• word (VARCHAR, 單字)
• part_of_speech (VARCHAR, 詞性：noun, verb, adj...)
• meaning_zh (VARCHAR, 中文釋義)
• collocations (TEXT / JSON, 高頻搭配詞)
• example_sentence (TEXT, 職場情境英文例句)
• sentence_translation (TEXT, 例句中文翻譯)

3. 使用者單字記憶狀態表（user_vocab_progress）

• id (PK)
• user_id (FK, 關聯至 users.id)
• vocab_id (FK, 關聯至 vocabularies.id)
• repetition_level (INT, 記憶階段 0~5)
• last_reviewed_at (TIMESTAMP, 上次複習時間)
• next_review_at (TIMESTAMP, 下次應複習時間，建立索引以利每日查詢)
• is_mastered (BOOLEAN, 是否已完全掌握)

4. 錯題筆記本（mistake_notebook）

• id (PK)
• user_id (FK, 關聯至 users.id)
• question_id (FK, 關聯至 quiz_questions.id)
• wrong_count (INT, 累積答錯次數)
• last_wrong_answer (VARCHAR, 上次選錯的選項)
• updated_at (TIMESTAMP)

三、 架構設計思考點：主鍵選型與效能考量

在設計這套 ERD 時，我們特別做了兩個考量：

1. 分散式主鍵（UUID）vs 自增主鍵（Auto-increment ID）：
   • 核心字典表（vocabularies）資料量相對固定，可使用一般整數主鍵降低索引大小；但涉及使用者動態資料（如 user_vocab_progress 與測驗記錄），未來若走微服務或資料同步，採用 UUID 能夠有效避免 ID 衝突與爬蟲列舉。
2. 索引設計（Indexing）：
   • 使用者打開 App 時最頻繁的查詢是「今天有哪些單字要複習？」。因此在 user_vocab_progress 表上，針對 (user_id, next_review_at) 建立複合索引（Composite Index），能讓查詢每日排程的 SQL 達到最佳效能。

今日小結與明日預告

今天我們完成了系統的資料庫實體關聯設計，明確了實體之間的 1:N 與 N:M 映射關係。

明天 Day 4，我們將動手把今天的設計落地成真正的 SQL DDL 建立指令碼，並實際塞入第一批「IT 商務情境」的多益種子資料（Seed Data）！