假設給定 2 段句子，我們有沒有辦法能夠用數學衡量這 2 段句子之間的相似程度呢？譬如我們怎麼衡量 2 篇論文是否抄襲？抄襲的程度怎麼數值化？要回答這些問題，其實不會很難。
數學上有個最簡單的公式，可以幫助我們衡量相似度：
“Jaccard Index"
Jaccard 是一個非常簡單的公式，容易理解之外，在程式的實作上一點也不困難，是做自然語言處理(Natural language processing)相似度或樣本距離相關問題時，非常基本實用的選項之一。
Docker multi-stage builds 教學 一文介紹以 Golang 作為範例，示範如何用 Docker multi-stage builds 的功能，優化編譯 Docker image 的過程，以減少 Docker Image 的 size 。
Multi-stage builds 並不局限於 Golang 這類的編譯(compiled)語言才能使用，腳本(script)語言也能夠運用類似的技巧降低 Docker image size, 例如 Javascript, Python 等開發生態系也都能夠使用。
只是腳本語言需透過直譯器(interpreter)執行的天性，因此其 Docker image 終究難以像 Golang 這類編譯語言所產生的 image 來得小，但這並不代表 Python, Javascript 這類的 Docker image 並不值得使用 multi-stage builds, 優化 Docker image size 仍可以為部署(deployment)速度帶來優勢，同時也能減少網路傳輸所需付出的費用成本。
本文的 multi-stage builds 以 Python 範例出發，一路介紹到如何使用 Google 所提供 distroless 進一步優化 Docker image size 與安全性。
Posted on Jan 6, 2023 in Docker , Python 程式設計 - 高階 by Amo Chen ‐ 5 min read
一般而言，開發應用程式(Application)的工作絕大多數都會在本機(localhost)上進行，如果要進行測試會將程式部署(deploy)到測試環境後，再進行測試。
但如果僅僅是一個最小可行性產品(MVP, Minimum Viable Product)，或者是一個還在草稿(draft)階段的工作成果，又或者團隊沒有所謂的測試環境時，最不得已的方法就是開放本機(localhost)讓其他人連線進來進行 demo 或測試。
那要怎麼開放 localhost 讓其他人連線進來呢？
ngrok - put localhost on the internet 可能是你最方便又無痛的選項。
Spark SQL 提供許多好用的函式(functions)，例如 concat() , count() , date_format() 等等，但這些內建函式不一定能夠滿足一切的需求，所以有時候需要做一些擴充以達到目的，此種讓使用者能夠進行擴充的功能就被稱為 UDF (User Defined Function), RDBMS 諸如 MySQL 與 PostgreSQL 等也都支援 UDF, 詳見：
Spark 也同樣支援 UDF, 讓使用者能夠擴充函式。
Posted on Dec 28, 2022 in Python 模組/套件推薦 , Python 程式設計 - 高階 by Amo Chen ‐ 4 min read
Git 可以做到 repository 中嵌入其他 git repositories, 相當於版本控制原本的 repository 之外，也把內嵌的 repositories 也納入版本控制的範圍，這功能被稱為 submodule 。
不過 submodule 並不是將內嵌 repository 的所有檔案都做額外的版本控制，而是類似於做一個指標(pointer)，將 submodule 的版本指向內嵌的 repository 的某 1 個 commit id 。
有時工作上會需要使用 VNC(Virtual Network Computing) 連線到遠端的伺服器桌面查看畫面，這時候不免要安裝 TeamViewer , TightVNC , VNC Viewer 等工具進行連線。
不過 macOS 其實有內建 VNC client 可供使用，如果工作上只是需要一個簡便的 VNC client 的話，可以直接用 macOS 內建的 VNC client 。
最近在開發 Next.js 相關的應用程式，無腦寫了無窮迴圈造成 dev server 關不掉，導致重啟 dev server 時會顯示以下警告訊息，該訊息顯示通訊埠(port) 3000 正在被其他 process 佔用：
warn - Port 3000 is in use, trying 3001 instead.
本文紀錄如何找到佔用 port 的 Process Id 並且停止其運作。
Posted on Dec 19, 2022 in Unix-like 命令列教學 by Amo Chen ‐ 2 min read
Vim is able to write files encrypted, and read them back. The encrypted text cannot be read without the right key.
Vim 作為世界知名的編輯器，實在多才多藝，就連加密都有支援，這麼方便的功能，不免引起我的注意，因此特別花了一些時間查看如何透過 Vim 加密檔案以及用 Vim 加密檔案有什麼限制。