「閱讀筆記」 這些 Google 幫我做好的事：用 Google 思維重建10倍速工作流程

資訊爆炸，工作爆炸，生活爆無，學習用 Google 的思維去解決問題

大綱

工作爆炸

專注工作流程

團隊合作/協同工作

...

工作爆炸

把工作做好，生活過好

和自己的缺點對抗

工作要有效率，要避免多餘的動作。

用自己的方法，以科技工具輔助，重新建立流程，提升效率。

以 Google 思維，學習，提煉適合自己的方法。

專注工作流程

聚焦在核心工作，讓雲端智能簡化你的工作

以 Google 來連接工作。

Gmail 作為接收工作，當作工作清單，完成的工作(郵件) 作封存，封存時可作分類儲存

以 Google 日曆排定工作，用顏色標記重要性。

Google Drive 作為資料儲存中心

雲端智能簡化你的工作

ex: 挑照片，搜尋，分類，連結工作項目

團隊合作/協同工作

利用 Google Docs, 協同作文書編輯

線上圖表繪製，心智圖...

其他

個人化與社群化，社群，讓一件事產生更多價值

Google 文化典藏

筆記備註

文化典藏中有一個我超喜歡的，那就是 World Wonders, 世界文化遺產結合街景服務，帶你看全世界。

書目

這些Google幫我做好的事：用Google思維重建10倍速工作流程

作者： 電腦玩物站長
出版社：PCuSER電腦人文化
出版日期：2014/07/19

55歲開始的 Hello Life - 村上龍

本文是閱讀「55歲開始的 Hello Life」 之感想，並記錄部份書中部份段落。

書中部份段落

並非所有的故事都有摘錄，a, b, c 編號也非對應書中的故事順序

故事 a

"那是一種憤怒，一種被無力感壓垮，為了不放棄某種重要的事物，作為最後手段的憤怒，如果不以憤怒鼓舞自己，就無法振作起來。"

故事 b

"嘴角顯示內心的堅強。"
"死纏爛打，真正的業務是被拒絕後才開始。"
"做一些事也是為了擁有自己的時間。"
"變軟弱了，真不像你。"
"業務需要的是體力，商品知識和溝通技巧"
"工作時期所擁有的權力，造成目中無人"
"中高年齡要自我分析，覺得困難是理所當然的，只要坦然面對自己，客觀的檢視自己。想做什麼？能做什麼？"
"想做什麼 : 想成為業務員，再度站在第一線，任何職場都可以。"
"能做什麼 : 能在別人放棄時，開始挑戰"
"人會想像，所以內心軟弱時，經常會受到想像所苦，受到想像所苦的人，會因為擔憂或害怕而消耗心神"

故事 c

"只是感到寂寞，人生中該守護的東西越來越多，生活方式變得保守。"

故事 d

"人生失敗的人，個個渡過這座淚橋，流落到這個小鎮，我和你總有一天會獲得光榮，倒著走出這座淚橋 --小拳王"

感想

在經歷了許多人生中不平順後，我總是不斷的想著活著的目的是什麼。責任未了，現在還不能走，而且太消極，太軟弱，這真不像我。

暫時還找不到答案，但是我想，總能找到一條出路，閱讀，應該能給我帶來一些啟發。

人無遠慮，必有近憂。有緣份的看到了村上龍的新書，「55歲 開始的 Hello Life」，我想，應該能從中得到點什麼。

看著一篇篇的中長篇故事，一個個將自己代入。想過新生活的離婚婦人; 中年退休的大叔; 失去愛犬的妻子; 失去工作的中年男子。

每一個別人的事實，都不是自己的現實。

一個念頭，我不想要這樣。面對困境，一定有積極的解決方法。

柯 P 語錄說的很好，面對人生各種挫折打擊，卻不失去對人世的熱情。

我要 Hello Life。

色彩檢測

本文是學習筆記，記錄及延伸學習 Halcon 影像處理軟體之色彩辨識範例相關知識

前言

在計算機中，彩色數位影像有兩種類型，RGB 及 CMYK [1]。 RGB 彩色圖像是由 R (Red), G (Green), B (Blue) 三種顏色所組成。 CMYK 則是由 C (Cyan), M (Magenta), Y(Yellow), K (Black)。

這裡要講的是 RGB。

在 Halcon 中，將 RGB 彩色影像的每一個顏色分為 1 個 Channel, 你可以利用 Halcon 提供的運算子 decompose3，將一張彩色影像分為 R, G, B 三張獨立的影像。

好的，我們知道在彩色影像中，紅色，其 R, G, B 三個分別的數值表示為 255, 0, 0，我們記為 RGB (255, 0, 0), 綠色則是 RGB (0,255,0), 藍色則是 RGB(0,0,255)。

其中，每一個頻道的數值範圍為 0-255，數值越大，則表示該顏色越強。

說到這，那要如何作色彩辨識呢？

Halcon 範例提供的方式我分為兩大類，

1. 將顏色作模型訓練，以此訓練模型來分辨顏色
2. 將 RGB 色彩模型轉換為 HSV 模型[2]，利用 Hue 的色度來分辨顏色

顏色模型訓練

Halcon 範例檔

1. classify _ fuses _ gmm _ based _ lut.hdev
2. color _ pieces.hdev
3. color _ pieces _ euclid.hdev

其中，classify _ fuses _ gmm _ based _ lut.hdev 應用了 GMM classifier 來做色彩分類訓練，GMM 是 Gaussian Mixture Model 的縮寫，是單一高斯機率密函數的延伸，常應用在數位訊號的處理上。

處理流程就是

1. 建立訓練模型
2. 訓練模型進行訓練
3. 建立顏色對照表
4. 開始辨識

其餘 2 個訓練模型，color _ pieces.hdev 範例, 是應用 MLP (Multilayer Perceptron) 作為訓練模型。 ** color _ pieces _ euclid.hdev** 則是應用 Euclid 作為訓練模型

以我的電腦設備 (Intel Core i7-3667U) 執行範例檔，可以發現，classify _ fuses _ gmm _ based _ lut.hdev 範例 辨識一張 1024 * 768 的影像需要花費 2-4 ms。

RGB to HSV 色彩辨識

HSV (Hue, Saturation, Value; 色相，飽和度，明度亦即為亮度)。

色相就是基本的顏色，如紅色，黃色，綠色等, 0-360 [3]。

飽和度是指色彩的純度，數值高則越純，0-100%

明度就是亮度，數值高則越亮，0-100%

Halcon 範例檔

1. color _ fuse.hdev
2. color _ simple.hdev

兩個範例都是先將 RGB 色彩模型轉換為 HSV 色彩模型，再以 Hue 色相進行色彩辨識

結論

兩種色彩辨識的效果都不錯，訓練模型的方式稍嫌麻煩，因為要先訓練; 而 Hue 辨識不用訓練模型，但要決定色相的區間，雖然有標準數據可參照 [3]，但實際的影像受到光線，角度等因素影響，反應出來的色相值可能偏高或偏低，特別是顏色相近時，容易判別錯誤。

2015-06-10 補充

在色相中並無標示黑色及白色，那要如何識別呢？ 此時，就要看明度了 [4] 的範例中，給定了一個黑與白的參考數值。

範例程式碼- 使用 C#

public string Classify(Color c)
{
    float hue = c.GetHue();
    float sat = c.GetSaturation();
    float lgt = c.GetLightness();

    if (lgt < 0.2)  return "Blacks";
    if (lgt > 0.8)  return "Whites";

    if (sat < 0.25) return "Grays";

    if (hue < 30)   return "Reds";
    if (hue < 90)   return "Yellows";
    if (hue < 150)  return "Greens";
    if (hue < 210)  return "Cyans";
    if (hue < 270)  return "Blues";
    if (hue < 330)  return "Magentas";
    return "Reds";
}

參考資料

[1] 數字圖像 - 維基百科

[2] HSV/HSL 色彩空間 - 維基百科

[3] 色相 - 維基百科

[4] How can I Classify Some Color To Color Ranges - Statckoverflow.com

檢查資料庫之資料表索引是否應該重建或重組

MSSQL 檢查資料庫之資料表索引是否應該重建或重組

本文是學習筆記，內容來自於 [1] ，摘錄語法重點

目的

索引維護，改善效能

範例

檢查索引狀態

引用 [1] 之範例

SELECT OBJECT_NAME(dt.object_id) as TableName  ,
   si.name,
   dt.avg_fragmentation_in_percent,
   dt.avg_page_space_used_in_percent
FROM
   (SELECT object_id   ,
   index_id,
   avg_fragmentation_in_percent,
   avg_page_space_used_in_percent
   FROMsys.dm_db_index_physical_stats (DB_ID(), NULL, NULL, NULL, 'DETAILED')
   WHERE   index_id <> 0
   ) AS dt --does not return information about heaps
   INNER JOIN sys.indexes si
   ON si.object_id = dt.object_id
  AND si.index_id  = dt.index_id

根據 [1] 之說明，重建或重組之建議條件如下

索引重組的時機

• 檢查 External fragmentation 部分

  當 avg_fragmentation_in_percent 的值介於 10 到 15 之間
  

• 檢查 Internal fragmentation 部分

  當 avg_page_space_used_in_percent 的值介於 60 到 75 之間
  

索引重建的時機

• 檢查 External fragmentation 部分

  當 avg_fragmentation_in_percent 的值大於 15
  

• 檢查 Internal fragmentation 部分

  當 avg_page_space_used_in_percent 的值小於 60
  

重建索引

引用 [1] 之範例, 僅檢查 External Fragmentation

SELECT 'ALTER INDEX [' + ix.name + '] ON [' + s.name + '].[' + t.name + '] ' +
   CASE
  WHEN ps.avg_fragmentation_in_percent > 15
  THEN 'REBUILD'
  ELSE 'REORGANIZE'
   END +
   CASE
  WHEN pc.partition_count > 1
  THEN ' PARTITION = ' + CAST(ps.partition_number AS nvarchar(MAX))
  ELSE ''
   END,
   avg_fragmentation_in_percent
FROM   sys.indexes AS ix
   INNER JOIN sys.tables t
   ON t.object_id = ix.object_id
   INNER JOIN sys.schemas s
   ON t.schema_id = s.schema_id
   INNER JOIN
  (SELECT object_id   ,
  index_id,
  avg_fragmentation_in_percent,
  partition_number
  FROMsys.dm_db_index_physical_stats (DB_ID(), NULL, NULL, NULL, NULL)
  ) ps
   ON t.object_id = ps.object_id
  AND ix.index_id = ps.index_id
   INNER JOIN
  (SELECT  object_id,
   index_id ,
   COUNT(DISTINCT partition_number) AS partition_count
  FROM sys.partitions
  GROUP BY object_id,
   index_id
  ) pc
   ON t.object_id  = pc.object_id
  AND ix.index_id  = pc.index_id
WHERE  ps.avg_fragmentation_in_percent > 10
   AND ix.name IS NOT NULL

有需要重建的索引，其重建索引語法會被列出來，複製後執行即可完成索引之維護

參考資料介紹

[1] 介紹索引重建的語法及重建時機

[2] 介紹什麼是索引，其原理，資料結構，索引類型，等等知識。 (含範例)，這篇很詳細，篇末還有索引維謢的線上教學影片

參考資料

[1] The Will will Web - 讓 SQL Server 告訴你有哪些索引應該被重建或重組

[2] TechNet 台灣部落格 - 如何寫出高效能 TSQL - 關於索引不可不知道的事

MS SQL Trigger Example

MS SQL Trigger Demo

使用時機

資料表異動時，想記錄異動的資料列。參考 [1] 有很棒的說明。

範例

已知 :

有一個資料表 [MyUser]，你想要記錄該資料表的異動狀態，並將該異動狀態記錄在 [MyUser_Log] 資料表中

[MyUser] 資料表設計如下

CREATE TABLE [dbo].[MyUser](
    [SN] [int] IDENTITY(1,1) NOT NULL,
    [Name] [nvarchar](50) NOT NULL, 
 CONSTRAINT [PK_MyUser] PRIMARY KEY CLUSTERED 
(
    [SN] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]

解題

Step 1. 建立 [MyUser_log] 資料表，記錄異動狀態，包含異動狀態又時間，設計如下

CREATE TABLE [dbo].[MyUser_Log](
    [SN] [int],
    [Name] [nvarchar](50),  
    [ST] [nvarchar](50),
    [CreatedDate] [datetime]
    )

其中，CreateDate 記錄異動的時間，ST 記錄異動狀態

Step 2. 建立 [MyUser] 資料表的 Trigger, 如下

CREATE Trigger [dbo].[MyUser_I_U_D] ON [dbo].[MyUser] AFTER UPDATE, INSERT, DELETE
AS
BEGIN
    --INSERT
    IF EXISTS(SELECT 1 FROM inserted) AND NOT EXISTS(SELECT 1 FROM deleted)
    BEGIN
        Insert Into MyUser_Log Select *, N'After Inserted', getdate() From Inserted
    END   

    -- UPDATE
IF EXISTS(SELECT 1 FROM inserted) AND EXISTS(SELECT 1 FROM deleted)
BEGIN
        Insert Into MyUser_Log Select *, N'Before Update', getdate() From deleted
        Insert Into MyUser_Log Select *, N'After Updated', getdate() From Inserted      
    END   

    --DELETE 
   IF NOT EXISTS(SELECT 1 FROM inserted) AND EXISTS(SELECT 1 FROM deleted)
   BEGIN
    Insert Into MyUser_Log Select *, N'Before Deleted', getdate() From deleted
   END
END

測試

新增

--新增一筆資料
  INSERT INTO MyUser(Name)VALUES(N'J')
  SELECT * FROM MyUser_Log

修改

  --更改一筆資料
  UPDATE MyUser SET Name = N'M'
  SELECT * FROM MyUser_Log

刪除

  --刪除一筆資料
  DELETE MyUser
  SELECT * FROM MyUser_Log

參考資料介紹

[1] 說明 Trigger 用途，介紹 Trigger 運作原理，Trigger 使用範例 (資料儲存使用 XML) 及 XML 查詢方式

[2] 說明 Trigger 用途, Trigger 範例, Step by Step (圖文並茂)

[3] MSDN Trigger 語法

參考資料

[1] 軟體開發的天空-使用 Trigger 紀錄資料表的新增、修改、刪除的行為

[2] SQL Server，Trigger 的簡單範例，以「訂單的流程系統」為例

[3] MSDN-CREATE TRIGGER (Transact-SQL)

LLA 的愛情故事短篇集 3

    連禽獸都不如的人，他的心情不知道是如何？他該如何自處

"我不懂愛。但是我知道，我喜歡她，很深。當我見到她，我感覺到，我的心再也不屬於我自己，我的心屬於她。如果她想要，我會無條件奉獻給她，只希望知道她也愛我。"

"你這個…"

"白癡"

"說的沒錯"

"太童話故事了，你是古代人嗎？"

"這是瘋了的節奏，你說，你為什麼放棄治療"

……………

    在強烈的炮火攻擊下，禽獸都不如的人，只有一杯接著一杯

"我建議你呀，趕快積極的採取行動，直接表白，這樣比較快"

"是呀！雖然你很白癡，但是，我們挺你啦！"

"就是，大不了，收一收好人卡，我們陪你再喝過"

"什麼鳥，你們安靜一點，好吵" (某人睡著了~說夢話來著)

"別理阿呆，拉他進房間去睡，別讓他在這搗亂！"

"吶！哥們我，借你二本寶典，保證你手到擒來…"

"真假，我也要！"

"別，這是還在革命的同志們才有的福利，你名草有主的人，現在不行，等你失戀了再說。"

"靠！那還是算了"

    七嘴八舌之下，事情好像有了正面的思考，眼看有人倒了，終於，最後一位，悲慘的故事，展開~

"在我們分手過後，她的心就不屬於我的了。愛，情，移，轉。只是，當她說，她們只是朋友，我以為我仍有機會挽回，事實上，我沒有，然後，我成了第三者。"

"老大，你這不算吧！"

"惦惦，讓老大說~"

"就是，打什麼岔"

"我是慢慢發現的，發現她們不只是朋友。我以為我們的感情是存在的，只是她的愛情移轉了，我沒辦法想像，我從沒過這樣的經驗。我想起了，很久以前，曾經，我摯愛的人，因著很多因素，她心裡終於被第 3 者攻陷了。變了心的女朋友，就再也回不來了。"

    老大深深的吸了一口氣

"我掙扎，每天，每天，每天。每天我都在想，當初，我深思熟慮後作出的分手，是不是對的，然而，人生沒有後悔的藥可以吃，作出的決定，就不要後悔。後來，老天似乎跟我開了一個玩笑，讓我以為她仍然愛著我，等著我回頭。悲劇就發生了，就是現在這個局面。我是第 3 者。"

    老大再次深深的吸了一口氣 (唉)

"之前的分手，是因為我沒辦法信任她，我頭上有綠綠的光芒。既然，她有更好的選擇，我便主動放手。現在，我成了第 3 者，但我沒放手，卻是因為，我不想再次失去，摯愛的人。我想努力的試試看，如果，她仍有心。"

    大家，真的很安靜，都沒插嘴

"我不完美，我生氣的時候，不說話。我怕說出去的話，傷了最愛的人，我不願意，我寧可平靜思考後再說。可是，她不喜歡我這樣。在她身上，我學到了很多。伴侶，對我來說，就是相互扶持，一起成長，是一個可以把背後交給對方的生死相交的隊友。"

"我們在一起的時候，我很快樂，要分開的時候，我很難過。每天，我都不禁這樣想，那些年，第 3 者介入了我和她之間，奪走了她的心。她是個難以下決定的人，她很想分手，於是我幫她做了決定，我離開了。現在，我成了第 3 者，我該怎麼做。我想到了以前的我，我不願有第 3 者，可是我成了第 3 者，我不想做決定。"

"我把決定權交給她，她的回應讓我明白，這個壞人還是得我來當，我就是那永遠的反派角色，只是不可愛和迷人。提出分手的人，一般來說都會有很深的罪惡感，如果他曾愛過，這個罪惡感，從不存在我身上，我只有深深的痛苦，等待時間撫平我的傷痕，讓我有勇氣去追尋下一段感情，期待下一位天使會愛上我這個凡人。"

"老大，所以你現在~"

"我不再是第 3 者了，我是個陌生人。她有一手好牌，都是幸福，可是她只能選一張，而我，是被放棄的那一張。"

    幹~什麼，好 sad...........

這個結局，大家都沒想到，我們都以為，老大會獲得勝利，然而，過去的經歷，讓老大無法當那個第 3 者。

我知道，老大不願讓她難為，特別是他感覺到，她愛對方多一點的時候。

該斷不斷，反受其亂。兩個世界，只好情深，縁淺。

LLA 的愛情故事短篇集 2

    上集故事說了一半，讓我接著說下去…

喝完了一杯，再一杯，喝完了這杯，還有三杯。酒精越多，人的自制力越低，這是研究上的數據，事實上卻也是如此，傷心事如果跑馬燈，如同失韁的野馬，反覆不停的衝擊著自制的那道防線，終於潰散，傾巢而出。

"那個誰，那個誰，求婚成功，但沒落得好下場的，難過夠了，就該勇敢的走出來，下一個才是你的真命天女"

    不知道誰起頭唱起了歌…

好朋友，你麥鬱卒，查埔子是袂凍哭。若是凍袂住，就吞咧腹肚內，若想欲買醉，阮挺你夠夠。

查某人擱找就有，像你這緣投，免驚推無炮，啦~~，茫酥酥　啦~~ 茫酥酥。

    這就是 LLA 之歌，然後一段未完的傷心故事又開始了

"你喜歡的人，不喜歡你，真的是很難受，成熟的我們，知道強扭的瓜不甜，愛情不可強求。但是，那思念的感覺，要忍住，真的會讓人瘋掉，如果突然又再見到她，真的很難按耐的住。"

"怎麼回事？"

"上次大夥聚會，我見到她了，有預期，很忐忒，很期待，很害怕。然後，幾杯酒下肚，差點，就差那麼點，我就要撲上去抱住她了，好危險呀！我就想呀，這樣不行，要拿東西擋一下"

"所以，你~不會去廁所， DIY 吧！"

"下流！"

"無恥！"

"真男人！"

"我只是想抱抱她，不是要做什麼事，你們的思想，真的是~。後來，我找了個替代品抱著，就這樣，穩穩的渡過全場。這種感覺很難受，我想，和吸血鬼想吸血有異曲同工之妙，想關心她，又害怕~~。"

"怕啥！"

"直接給她親下去就好，我就是這樣 ~~ 嘿嘿"

"誰像你，禽獸！"

===================================

禽獸至少明確的表達牠的喜愛，可憐之人，連禽獸都不如