FFmpeg剪裁(trim)影片指令

騎車出遊時我幾乎都會戴GoPro在帽子上充當行車記錄器。回家後常常我只想要擷取完整影片的其中一部份,這時候開Premiere等軟體trim完再存檔就感覺有點大材小用了。而且通常trim完存檔時剪輯軟體又包含了轉檔的步驟,這就需要一些等待以及會讓電腦起飛的時間。

利用FFmpeg這個CLI的小工具我們可以只單純做剪裁(trim),而且由於不包含轉檔的動作,所以執行速度很快,電腦也不會起飛。

 

兩種用法

給定 [起始時間] 與 [結束時間] 擷取

ffmpeg -i input.mp4 -ss 01:19:27 -to 01:30:51 -c:v copy -c:a copy output.mp4

給定 [起始時間] 與 [持續時間] 擷取

ffmpeg -i input.mp4 -ss 00:01:10 -t 00:01:05 -c:v copy -c:a copy output.mp4

select...for update再insert造成deadlock的陷阱

最近在寫購票系統,因而踩中了這個坑。這個坑其實對InnoDB的鎖的觀念不熟悉的人會很難發現造成deadlock的原因,因此想特別寫一篇記錄一下,幫助也在開發類似功能的大家少走一點冤望路。

本篇的講解順序會先帶大家重現我之前引發Deadlock的購票功能邏輯,再來說明資料表使用InnoDB引擎下產生如此Deadlock的原因。

 

環境

  • 本篇範例使用的DB是 MariaDB 10.3.7 (開源版的MySQL)
  • 資料表採用預設的 InnoDB 引擎,隔離層級也是預設的 Repeatable Read
  • 範例資料表ticket的schema如下:
CREATE TABLE `ticket` (
  `id`      int(11) NOT NULL AUTO_INCREMENT,
  `show_id` int(11) NOT NULL,
  `user_id` int(11) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `ticket_show_id_IDX` (`show_id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4

id是主鍵(PK)、show_id為了之後查詢上的需要,有建非唯一索引(non-unique index)、user_id理論上是外鍵(FK),但這個欄位不是本篇的重點所以忽略他。

  閱讀更多

[Git] commit至未來或過去的特定時間

偶然間在逛別人的repo時發現了對方的contribution竟然這麼酷炫

這絕對不可能是每天勤奮地commit出來的

肯定是可以用程式算好一次性的commit、push

查了一下語法,原來設定GIT_AUTHOR_DATEGIT_COMMITTER_DATE可以調整commit的時間

GIT_AUTHOR_DATE='Wed Dec 30 10:00 2020 +0800' \
GIT_COMMITTER_DATE='Wed Dec 30 10:00 2020 +0800' \
git commit -m "my commit"

這樣就可以commit到特定的時間點去啦

完整圖解Node.js的Event Loop(事件迴圈)

最近當完兵在面試Backend Engineer的缺,想把主力放在Node.js上,因此又把一些Node.js的核心觀念拿出來啃了一遍。網路上太多把前端瀏覽器的Event Loop與Node.js的Event Loop混著講的文章了,因此趁記憶猶新時把Node.js的Event Loop記錄一下,釐清一下觀念。

在開始前先做個小測驗,如果你都能答對代表你的觀念很清晰,這篇文章的內容你應該都懂了。如果答錯了就請繼續往下閱讀吧。

請寫出各個console.log();輸出的順序:

console.log('start');

process.nextTick(function() {
  console.log('nextTick1');
});

setTimeout(function() {
  console.log('setTimeout');
}, 0);

new Promise(function(resolve, reject) {
  console.log('promise');
  resolve('resolve');
}).then(function(result) {
  console.log('promise then');
});

(async function() {
  console.log('async');
})();

setImmediate(function() {
  console.log('setImmediate');
});

process.nextTick(function() {
  console.log('nextTick2');
});

console.log('end');

挑戰一下自己先別往下滑

再往下滑就是解答嘍!! 閱讀更多

白話文講解支持向量機(二) 非線性SVM

先恭喜一下我自己煎熬了四個月終於退伍了XD。趁著退伍後的空閒時間趕快來補齊之前還沒寫完的SVM續集。😝

在上一篇白話文講解支持向量機(一) 線性SVM中我們學到了線性SVM的損失函數、目標函數,以及調整超參數C來決定決策線在訓練時對於資料點的靈敏程度。本篇我們將來介紹當資料不是單純可以線性分割時,非線性SVM是如何分類資料的。

以下是本篇講解的順序:

  • 線性SVM(上一篇)
  • 特性
  • 損失函數
  • 目標函數
  • 目標函數中的正規化項

  閱讀更多